用preg_match_all()这个方法进行全局正则表达式匹配 你所需要得到的内容吧
创新互联建站专注于中大型企业的做网站、成都网站建设和网站改版、网站营销服务，追求商业策划与数据分析、创意艺术与技术开发的融合，累计客户超过千家，服务满意度达97%。帮助广大客户顺利对接上互联网浪潮，准确优选出符合自己需要的互联网运用，我们将一直专注品牌网站建设和互联网程序开发，在前进的路上，与客户一起成长！
给你推荐个视频教程：
PHP100视频教程82：PHP开发通用采集入库程序
82、83、84都是采集的课程
php知识框架总结
篇一：php基础知识点总结
PHP语言基础简单整理
1.开始结束标记的格式只有在没有判断语句时才能使用。
对表单传递的变量进行编码和解码：PHP中实现对查询字符串进行URL编码可以通过函数urlencode()实现，该函数的使用格式如下：string urlencode(string str);对URL编码后的查询字符串进行解码，可以通过urldecode()函数实现，该函数的使用格式如下：string urldecode(string str);
15.PHP连接数据库：
步骤： 一、建立连接------mssql_connect(server,uid,pwd);
二、指定database-------mssql_select_db(databasename);
三、执行sql------mssql_query($sql,$link);
四、处理记录集-------资源类型数据，格式:bof---数据---eof
五、以特定格式读取数据-----mssql_fetch_array()....
六、释放相关资源、关闭连接------mssql_free_result($result);mssql_close();
16.数组：php的数组由键值和value值组成
定义：$array = array("键值"="value","键值"="value","键值"="value");如果不给键值赋值，默认从0开始的int值
相关函数：（1）in_array("值",数组名); 返回bool型-----查看数组中是否存在某value值
（2）array_key_exists("key值",数组名); 返回bool型-----查看数组中是否存在某键值
（3）array_keys(数组名);---将数组键值返回出来形成一个新数组，此键值作为新数组的value值
（4）array_values(数组名);---将数组value值返回出来形成一个新数组，此值作为新数组的value值
（5）key(数组名);----返回当前指针指向的元素key值
（6）current(数组名);----返回当前指针指向的元素value值
（7）next(数组名);----挪动当前数组指针到下一步
（8）reset(数组名);----恢复数组指针，指向第0个元素
（9）end(数组名);----将指针挪向最后一个元素
（10）prev(数组名);----将指针向前挪动一位
（11）foreach(数组名 as $key=$value)
{
$key是键值，$value是value值，实现数组遍历
}
（12）each(数组名);----将当前数组元素依次取出（自动挪动指针）并放到一个新的数组中
（13）array_shift(数组名);----返回数组中第一个元素值
（14）array_pop(数组名);----返回数组最后一个元素值
（15）array_push(数组名,value);----向数组中追加元素
（16）array_unshift(数组名,value);----在数组最前面添加元素
（17）array_pad(数组名,数组长度,value);----向数组中追加多个元素，对数组副本操作，不改变原数组，返回一个新数组
（18）count();----返回个数
（19）array_unique(数组名);----去掉数组中重复部分，操作数组副本，不改变原数组，返回新数组
（20）sort(数组名);----从小到大升序排列数组value值，一般针对int型value值，返回bool型，成功返回true
（21）rsort(数组名);----从大到小，逆序排列数组value值
（22）array_combine(数组1,数组2);----将数组1的value值作为key，数组2的value值作为value值，形成一个新数组
（23）array_merge(数组1,数组2,数组3...);----合并多个数组，将多个数组value值依次合并，合为一个数组
（24）array_slice(数组名,int,int);----从目标数组截取元素，形成一个新数组。开始位置为第二个参数，结束位置为第三个参数。若第三个参数不写，则默认是截取到最后。
（25）array_splice();----用法同array_slice();但是其截取部分从原数组中删除
（26）explode("字符依据",目标字符串);----将字符串按照一定的依据拆分成数组
（27）implode("字符依据",目标数组);----将数组元素按照依据组合成一个字符串
（28）range(mixed low,mixed high[number step]);----生成数组，例：range(1,100,8);---即从1到100，每8位取一个数，组成一个数组
（29）shuffle(数组名);----用于将数组进行随机排序
（30）array_sum(数组名);----对数值型数组元素值进行求和
（31）array_chunk(数组名,int);----分割目标数组，返回一个新数组，其中数组的每个元素都是一个一维数组，int参数为分割成的一维数组的长度
17.Cookie和会话控制：
Cookie是在HTTP协议下，服务器或脚本可以维护客户工作站上信息的一种方式。Cookie是由Web服务器保存在客户机上的小文本文件，它可以包含有关用户的信息。无论何时用户链接到服务器，Web站点都可以访问Cookie信息。
存在server端的是session，存在client端的是cookie，它们用来存储全局变量。 设定Cookie值：setcookie("名","值");
通过Cookie数组取值：$_cookie["名"];
设置生成期：setcookie("名","值",time()+1800);生成期为当前时间加1800秒之后。
删除cookie: setcookie("名","",time()-3600);中间值设置为空，并将当前时间减去3600秒。 Cookie数组：setcookie("名[key]","值"); 使用foreach读取。
在PHP中可以通过$_COOKIE预定义变量访问Cookie的值。如果设置了php.ini中的register_long_arrays，那么就能够应用$_COOKIE和$HTTP_COOKIE_VARS；如果在php.ini中还设置了register_globals，那么就可以在PHP中作为全局变量使用各个Cookie值。但是，更改php.ini中的两个文件设置，容易对PHP的安全构成威胁，不推荐使用该方法，建议使用更新的$_COOKIE。
会话ID的传送
会话ID的传送有两种方式，一种是Cookie方式，另一种是URL方式。
Cookie传送方式：
这是最简单的会话方式，但是有些客户可能限制使用Cookie，如果客户限制使用Cookie的条件下，仍要继续工作，那就要通过其他方式来实现了。
URL传送方式：
在该方式中，URL本身用来传送会话，会话标志被简单地附加到URL的尾部，或者作为窗体中的一个变量来传递。例：
用考勤软件生成的。考勤流程步骤如下（不同版本方法弱有不同，但是流程差不多，适用于所有考勤系统）：
考勤机上打考勤签到-----通过考勤软件采集数据进入考勤系统-----在考勤软件中需要签卡、排班（或自动抓班）、写请假单、与加班单的做好-----进行日考勤分析并对异常进行纠错确认-----月结时进行月考勤计算-----报表管理中浏览、导出或直接打印月考勤报表。
1：curl抓取html
2：用正则截取你需要的内容，或则用explode分割获取内容，还有phpquery等可以像jquery一样使用选择器获取你需要的内容
虽然我没有做过采集在线词典，
不过看了下百度词典，可以采集，给个参考思路。
1、做一个本地的单词库
2、php循环一条一条读取词语库
3、php采集 URL地址：百度词典网址/s？wd=单词，读取html源码php正则匹配内容。
4、数据入库。
重庆分公司
重庆分公司
