便宜VPS网求高手帮我写一个获取网页内容的php正则表达式
/()(.*？)(\\/body)/is就可以了。模式修正符号是很重要的。下边是书上的原话。s：如果设置了此修正符，模式中的圆点字符“.”匹配所有字符，包括换行符。即将字符串视为单行，换行符看作普通字符看待。
标准正则表达式如下：^http(\\w|：|.|\\\\)+(jpg|jpeg|png)匹配 开头为http，结尾为jpg或jpeg或png，且中间字符只能为：，\\，英文字母和数字。
preg_match_all()函数提取4个中文，正则表达式是[\\u0391-\\uFFE5]+（这个 是提取中文的）然后在数组中返回第二个和第三个就可以了。
在几乎所有的基于UNIX/LINUX系统的软件工具中找到正则表达式的痕迹，例如：Perl或PHP脚本语言。
php获取网页源码内容有哪些办法
1、php来获取指定的网页内容 这样的方法有三种。
2、PHP是后端语言，前端是无法查看的，前端看到的是最终运算之后的结果，PHP源代码是无法查看的。如果能直接查看PHP源代码那还得了，如果你是单纯想看看网页代码，那就在浏览器右键-查看源码就可以看见。
3、可以通过PHP中的require()、include()包含引用函数来实现 例如：require(php)；require(php)；或者：include(php)；include(php)；require()、include() 详细功能与区别可以百度一下。
4、用curl进行模拟提交，他可以模拟一切的东西，如读取cookie、post提交、登录等。
5、您好。一个网站的源代码是无法直接获取的。您可以寻找一下该网站的页脚或者IE的顶部，是否存在类似 powered by xxx 这里的XX就是该PHP源码系统。然后百度搜索一下就可以找到了。
网页正文及内容图片提取算法
做法：传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列，直到满足系统的一定停止条件。
现在可以在网页的源代码中找到图片的链接，然后在新窗口中打开图片并保存。右键单击要提取的图片，在展开的菜单中单击“检查”打开控制台：此时控制台会跳转到图片的来源位置，将鼠标放在链接上就可以查看图片的缩略图。
同时，对于HTML网页来说，除了标题和正文以外，会有许多广告链接以及公共的频道链接，这些链接和文本正文一点关系也没有，在提取网页内容的时候，也需要过滤这些无用的链接。
按钮，在弹出的窗口中将所有脚本全部选择禁用，确定。然后按F5刷新页面，这时我们就能够对网页的内容进行复制、粘贴等操作。当你收集到自己需要的内容后，再用相同步骤给网页脚本解禁，这样就不会影响到我们浏览其他网页了。
