[PHP]Problem nowicjusza z regexp Opcje

[nitro11]

Witam,

Od niedawna bawię się z php.
Ostatnio bardzo zainteresował mnie cURL i próbuję się go nauczyć, ale mam pewne problemy.

Chciałem za pomocą cURL wyciągnąć sobie ze strony http://www.rmf.fm/au/?a=poplista
3 najpopularniejsze utwory, robię to tak:

[PHP] pobierz, plaintext 
$url = 'http://www.rmf.fm/au/?a=poplista';
 
 
 
echo '<br/><br/>';
$ch_e=curl_init($url);
define('USER_AGENT', 'Mozilla/5.0 (X11; U; Linux i686; pl; rv:1.8.0.3) Gecko/20060426 Firefox/1.0.6'); 
curl_setopt($ch_e, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch_e, CURLOPT_FOLLOWLOCATION, 1);
curl_setopt($ch_e, CURLOPT_USERAGENT, USER_AGENT);
curl_setopt($ch_e, CURLOPT_SSL_VERIFYPEER, FALSE);
curl_setopt($ch_e, CURLOPT_SSL_VERIFYHOST, 2); 
curl_setopt($ch_e, CURLOPT_COOKIEFILE, dirname(__FILE__) . '/cookie.txt');
curl_setopt($ch_e, CURLOPT_COOKIEJAR, dirname(__FILE__) . '/cookie.txt');
$nazwa=curl_exec($ch_e);
 
 
 
$wykonawca3 = '/<A HREF="\/muzyka(.+?)">(.+?)<\/A><br>(.+?) &nbsp/';
preg_match_all($wykonawca3, $nazwa, $wyk3);
 
 
for ($i=0; $i<3; $i++) {
 
$wyk3reg = '/<A HREF="(.+?)">(.+?)<\/A><br>(.+?) &nbsp/';
preg_match_all($wyk3reg, $wyk3[0][$i], $wyk4);
 
//print_r($wyk4);
 
$wy=$wyk4[2][0];
$ty=$wyk4[3][0];
 
echo $wy.' - '.$ty.'<br/>';
 
 
}
[PHP] pobierz, plaintext 

W wyniku dostaję:

[HTML] pobierz, plaintext 
<br/><br/>Travie McCoy feat. Bruno Mars - Billionaire<br/><IMG SRC="/au/poplista/img/teledysk.gif" BORDER=0></A> </TD><TD WIDTH=25></TD><TD WIDTH=60><A HREF="#" onClick="javascript -void window.open('/au/poplista/glosowanie.html?g=2&amp;idn=48101&amp;p=0','glospoplista','align=center,toolbar=no,status=no,location=no,directories=no,resizable=yes,scrol
lbars=no,width=380,height=280,menubar=no');"><IMG SRC="/au/poplista/img/up.gif" HSPACE=5 ALT=""></A><A HREF="#" onClick="javascript -void window.open('/au/poplista/glosowanie.html?g=1&amp;idn=48101&amp;p=0','glospoplista','align=center,toolbar=no,status=no,location=no,directories=no,resizable=yes,scrol
lbars=no,width=380,height=280,menubar=no');"><IMG SRC="/au/poplista/img/down.gif" ALT=""></A></TD></TR><TR CLASS="poplista-row poplista-row-back2"><TD WIDTH=45 align=center><IMG alt="6912" SRC="/main/img/popnum2.gif"></TD><TD WIDTH=85><img src="http -//doc.rmf.pl/media/img_muzyka/wykonawca/6/6912_x.jpg" width=70 height=70 alt=""></TD><TD WIDTH=475><A HREF="/muzyka/biografia,6912,Pectus.html">Pectus - Oceany<br/>OneRepublic - Marchin On<br/>
[HTML] pobierz, plaintext 

Ale nie pasuje mi ta część:

[HTML] pobierz, plaintext 
<IMG SRC="/au/poplista/img/teledysk.gif" BORDER=0></A> </TD><TD WIDTH=25></TD><TD WIDTH=60><A HREF="#" onClick="javascript -void window.open('/au/poplista/glosowanie.html?g=2&amp;idn=48101&amp;p=0','glospoplista','align=center,toolbar=no,status=no,location=no,directories=no,resizable=yes,scrol
lbars=no,width=380,height=280,menubar=no');"><IMG SRC="/au/poplista/img/up.gif" HSPACE=5 ALT=""></A><A HREF="#" onClick="javascript -void window.open('/au/poplista/glosowanie.html?g=1&amp;idn=48101&amp;p=0','glospoplista','align=center,toolbar=no,status=no,location=no,directories=no,resizable=yes,scrol
lbars=no,width=380,height=280,menubar=no');"><IMG SRC="/au/poplista/img/down.gif" ALT=""></A></TD></TR><TR CLASS="poplista-row poplista-row-back2"><TD WIDTH=45 align=center><IMG alt="6912" SRC="/main/img/popnum2.gif"></TD><TD WIDTH=85><img src="http -//doc.rmf.pl/media/img_muzyka/wykonawca/6/6912_x.jpg" width=70 height=70 alt=""></TD><TD WIDTH=475><A HREF="/muzyka/biografia,6912,Pectus.html">
[HTML] pobierz, plaintext 

Jednak nie wiem jak się jej pozbyć.

W ogóle to jakaś dziwna sprawa bo wyrażenie regularne którego używam:
$wyk3reg = '/<A HREF="(.+?)">(.+?)<\/A><br>(.+?) &nbsp/';

Powinno działać po dodaniu na końcu
$wyk3reg = '/<A HREF="(.+?)">(.+?)<\/A><br>(.+?) &nbsp <SPAN ID/';

bo tak jest na stronie, jednak to wyrażenie nie działa.

Proszę o pomoc.

Ten post edytował nitro11 30.08.2010, 13:28:39

[athei]

Zły tytuł dałeś, bo problem nie z curlem a z regexp masz.

Kod

$wykonawca3 = '#<table class="poplista-toptable" .*>(.*)</table>#iU';
preg_match($wykonawca3, $nazwa, $wyk3);
var_dump($wyk3);

wyciąga tabele

albo

Kod

$wykonawca3 = '#<tr class="poplista-row poplista-row-back\d".*>(.*)</tr>#iU';
preg_match_all($wykonawca3, $nazwa, $wyk3);
var_dump($wyk3);

wyciąga wiersze
Póżniej sobie przejedź po tablicy( np foreach) i powyciągaj to co chcesz.

[nitro11]

Rzeczywiście pomyliłem nazwę tytułu ale już poprawiłem (IMG:style_emoticons/default/smile.gif)

Co do tego co napisałeś to rozumiem, ale czy nie można jakoś zmodyfikować mojego wyrażenia,
żeby po prostu od razu wyciągało to co trzeba i żeby się już nie bawić potem w dodatkowe wyciąganie tabel itp ?

[athei]

rozumiem ze z tych 3 chcesz link, tyt i aut to

Kod

$wykonawca3 = '#<table class="poplista-toptable" .*>(.*)</table>#iU';
preg_match($wykonawca3, $nazwa, $wyk3);

$wyk3reg = '#<a href="(/muzyka/biografia.*)">(.*)</a><br>(.*) &nbsp#iU';
preg_match_all($wyk3reg, $wyk3[0], $wyk4);

for($i=0;$i<3;$i++)
{
    echo $wyk4[1][$i] . ' ' .$wyk4[2][$i] . ' ' . $wyk4[3][$i];
    echo '<br />';
}

Na przyszłość rób bardziej szczegółowe wyr.reg. to będzie dobrze wyciągać.

[nitro11]

Niestety nie działa.

Okazało się, że w międzyczasie stronka się zmieniła.
Zmieniłem kod na taki:

[PHP] pobierz, plaintext 
$wykonawca3 = '/<div class="song-artist"><A HREF="(.+?)">(.+?)<\/A><\/div><div class="song-title">(.+?)<\/div><\/DIV><DIV/';
preg_match_all($wykonawca3, $nazwa, $wyk3);
//print_r($wyk3);
 
for ($i=0; $i<20; $i++) {
 
$wy2=$wyk3[2][$i];
$ty2=$wyk3[3][$i];
 
 
echo $wy2.'-'.$ty2.'<br/>';
[PHP] pobierz, plaintext 

$wy2 jest ok, ale $ty2 nie wiem dlaczego do tytułu dokleja taki ciąg:

[HTML] pobierz, plaintext 
<DIV CLASS="poplistanew-play"><SPAN ID="pid309287b4842baf8b24f5ba373acd5bf5"><A HREF="#" onClick="mp3Load('popplay','pid309287b4842baf8b24f5ba373acd5bf5','http -//doc.rmf.pl/media/hooki/de_mono_-_poki_na_to_czas.mp3'); return false;" TITLE="Posłuchaj"><IMG CLASS="dynaplayer" SRC="/inc/img/picoplayer-play.gif" WIDTH=17 HEIGHT=13></A></SPAN></DIV>
[HTML] pobierz, plaintext 

W sumie można to już usunąć za pomocą preg_replace, ale dlaczego to w ogóle się dokleja i czy w ogóle się da to wyciągnąć od razu (bez doklejenia tych śmieci, innym wyrażeniem), czy jednak trzeba to jeszcze przeleciec preg_replace ?



Ten post edytował nitro11 2.09.2010, 12:46:18