Question

在这个网页抓取工具中，我不明白会话变量'page'来自哪里？任何人都有任何想法。它从给定的网页收集所有网址，我试图破译它的作用。我做得很好，但我想知道a）$ _SESSION ['page']来自哪里？ b）为什么$ _SESSION [i]在if语句中递增。

 <?php

  session_start();

 $domain = "www.ebay.com";

  if(empty($_SESSION['page']))
  {
 $original_file = file_get_contents("http://" . $domain . "/");

 $_SESSION['i'] = 0;

  $connect = mysql_connect("xxx", "xxx", "xxxx");

  if (!$connect)
  {
  die("MySQL could not connect!");
 }

 $DB = mysql_select_db('xxx');

  if(!$DB)
 {
  die("MySQL could not select Database!");
   }
 }
   if(isset($_SESSION['page']))
    {

   $connect = mysql_connect("xxxx", "xxx", "xxx");

   if (!$connect)
 {
    die("MySQL could not connect!");
 }

  $DB = mysql_select_db('xxx');

    if(!$DB)
    {
 die("MySQL could not select Database!");
 }
   $PAGE = $_SESSION['page'];
    $original_file = file_get_contents("$PAGE");
      }

    $stripped_file = strip_tags($original_file, "<a>");
     preg_match_all("/<a(?:[^>]*)href=\"([^\"]*)\"(?:[^>]*)>(?:[^<]*)<\/a>/is", $stripped_file, $matches);

    foreach($matches[1] as $key => $value)
    {

    if(strpos($value,"http://") != 'FALSE' && strpos($value,"https://") != 'FALSE')
    {
     $New_URL = "http://" . $domain . $value;
       }
     else
       {
      $New_URL = $value;
          }
      $New_URL = addslashes($New_URL);
      $Check = mysql_query("SELECT * FROM pages WHERE url='$New_URL'");
       $Num = mysql_num_rows($Check);

       if($Num == 0)
       {
      mysql_query("INSERT INTO pages (url)
      VALUES ('$New_URL')");

       $_SESSION['i']++;

      echo $_SESSION['i'] . "";
       }
         echo mysql_error();
        }

 $RandQuery = mysql_query("SELECT DISTINCT * FROM pages ORDER BY RAND() LIMIT 0,1");
 $RandReturn = mysql_num_rows($RandQuery);
  while($row1 = mysql_fetch_assoc($RandQuery))
     {
    $_SESSION['page'] = $row1['url'];
    }


    echo $RandReturn;
    echo $_SESSION['page'];
    mysql_close();

         ?>

Answer 1

它可怕的代码阅读，但据我所知，$ _SESSION ['page']是从最后一节的数据库循环设置的。在设置会话时，下次调用PHP脚本时，IF将返回true ...

抓取工具代码从给定的www-site获取所有A标签，并将其保存到数据库中。

Answer 2

$ _SESSION ['page']变量由您设置。您必须设置此项，会话在浏览器中创建一个用于存储用户会话信息的cookie。在你的代码中，你检查$ _SESSION ['page']是否存在，但你实际上从未给它一个值，所以

中的代码

if (isset($_SESSION['page'])) {
    // ...
}

永远不会被执行，因为你从未设置它。 $ _SESSION用于登录等内容，例如$ _SESSION ['username']，$ _SESSION ['user-id']

编辑：我看到你设置了它，但是当你在while循环中设置它时，你只需要在每次迭代时覆盖它，尝试使它成为一个数组：

$i = 0;
while (condition) {
    $_SESSION['page'][i] = value;
    $i++;
}

我的$ _SESSION ['page']在哪里？

2 个答案: