Parsowanie WIKI, - usuniecie tabeli Opcje

[pieto]

Witam jak w temacie
mam takie cuś

[PHP] pobierz, plaintext 
<?php
$content  = preg_replace('%{|(.*?)|}%s','',$content );
?>
[PHP] pobierz, plaintext 

do ominiecia tabel wiki, kod dziala do mementu kiedy w tabeli nie znajdzie druga tabela,
Czy ktos poradzi jak wykopac taka tabelę ?

potrzebuje np usunac caly kod

[PHP] pobierz, plaintext 
<?php
{| border=1 align=right cellpadding=4 cellspacing=0 width=300 style="margin: 0 0 1em 1em; background: #f9f9f9; border: 1px #aaa solid; border-collapse: collapse; font-size: 95%;"
|+ '''Warszawa'''
|+  
|----
| align="center" colspan="2" |
{| border="0" cellpadding="2" cellspacing="0"
| align="center" width="180px" | 125px|Syrenka - symbol Warszawy
| align="center" width="180px" | 125px|Flaga Warszawy
|----
| align="center" style="background:#efefef;" width="180px" | 
| align="center" style="background:#efefef;" width="180px" | 
|}
|----
| align="center" colspan="2" style="border-bottom:3px solid gray;" | Dewiza herbowa: ''Semper invicta'' (''Zawsze niezwyci&#281;żona'')
|----
!colspan="2" | 280px|Po&#322;ożenie Warszawy
|----
| 
| mazowieckie
|----
| Samorz&#261;d miejski
| ''Rada miasta st. Warszawy''
|----
| Prezydent miasta 
| 
|----
| 
| 516,90 km˛
|----
| D&#322;ugość  Szerokość
| 21° 02' E  52° 13' N
|----
| Wysoko&#347;ć 
| 78 - 115 m
|----
|  - miasto(30 VI ) - g&#281;stość -  
| 1 690 8213258/km˛  2 269 000 
|----
| Za&#322;ożone   
| w u  -
|----
|  od
| 
|----
| Numer kierunkowy
| +48 22
|----
| Kod pocztowy
| 00-xxx do 04-xxx,05-xxx (miejscowo&#347;ci podwarszawskie)
|----
| Domena internetowa
| WAW.PL
|----
| Tablice rejestracyjne
| WA, WB, WD, WE, WF, WH, WI, WJ, WK, WN, WT, WU, WWA, WWF, WWG, WWH, WWJ, WWW, WWK, WWL, WWM, WWN, WWV, WX, WXY, WY
|----
| 
| , , 
|----
| Miasta partnerskie
| , , , , , , , , , , , ,  
|----
| align="center" colspan="2" style="border-bottom:3px solid gray;" | [http://um.warszawa.pl Strona internetowa miasta]
|}
?>
[PHP] pobierz, plaintext 

Ten post edytował pieto 3.01.2009, 20:17:40

[zegarek84]

można by jeszcze bardziej oczyścić źródło ale i tak jest już dosyć skompresowane ]:->

[PHP] pobierz, plaintext 
<?php
$file='http://pl.wikipedia.org/wiki/D%C5%82ugopis';
$txt=file_get_contents($file);
$tresc =  new DOMDocument();
@$tresc->loadHTML($txt);
$content=$tresc->getElementById('content');
$table=$content->getElementsByTagName('table');
$od=$table->length -1;for($i=$od;$i>=0;--$i){$childNode=$table->item($i) ; $childNode->parentNode->removeChild($childNode);}
$puste=$content->getElementsByTagName('*');$od=$puste->length -1;for($i=$od;$i>=0;--$i){$childNode=$puste->item($i);if(preg_match('/^[ \tr\n]*?$/is',$childNode->nodeValue)) $childNode->parentNode->removeChild($childNode);}
$edit=$content->getElementsByTagName('span');$do=$edit->length;for($i=0;$i<$do;++$i){if($edit->item($i)->getAttribute('class')=='editsection')$etab[]=$i;}
$od=count($etab)-1;for($i=$od;$i>=0;--$i){$childNode=$edit->item($etab[$i]) ; $childNode->parentNode->removeChild($childNode);};
$a=$content->getElementsByTagName('a');$do=$a->length;for($i=0;$i<$do;++$i){$href=$a->item($i)->getAttribute('href');if(!preg_match('/^(?:http://|www.).+$/is',$href))$a->item($i)->setAttribute('href', 'http://pl.wikipedia.org'.$href);}
$usun = array(
'/<!--.*?-->/is',
'//*.*?*//is',
'/<script.*?</script>/is'
);
$text = preg_replace($usun, '', $tresc->saveXML($content));
$text = preg_replace('/>[ \tr\n]*?</is', '><', $text);
echo $text;
?>
[PHP] pobierz, plaintext