Złączone dane Opcje

[SN@JPER^]

Napisałem sobie taką oto klasę:

[PHP] pobierz, plaintext 
 
<?php
 
class Scrapper{
 
    public $url;
    private $data;
    private $dataAfter;
    private $doc;
    private $xpath;
    private $ch;
 
    function __construct($url){
 
        if (preg_match('/^http/', $url)) {
 
            libxml_use_internal_errors(true);
 
            $this->url = $url;
            $this->data = $this->curl($this->url);
 
 
            $this->doc = new \DOMDocument();
            $this->doc->loadHTML($this->data);
 
            $this->xpath = new DOMXPath($this->doc);
 
        }
    }
 
    public function queryTag($query){
 
        if(!empty($query)){
 
            $this->data = $this->xpath->query($query);
 
            return $this;
        }
    }
 
    public function getData($noHTML = false, $removeAttribute = false){
 
        foreach ($this->data as $dataNodes){
 
            if($removeAttribute === true) {
                $dataNodes->removeAttribute('style');
                $dataNodes->removeAttribute('class');
                $dataNodes->removeAttribute('id');
            }
 
            if($noHTML === true){
                $this->dataAfter .= $dataNodes->nodeValue;
            }else{
                $this->dataAfter .= $dataNodes->ownerDocument->saveHTML($dataNodes);
            }
 
        }
 
        return $this->dataAfter;
    }
 
    private function curl($url){
        if(!empty($url)) {
 
            $options = Array(
                CURLOPT_RETURNTRANSFER => TRUE,  // Setting cURL's option to return the webpage data
                CURLOPT_FOLLOWLOCATION => TRUE,  // Setting cURL to follow 'location' HTTP headers
                CURLOPT_AUTOREFERER => TRUE, // Automatically set the referer where following 'location' HTTP headers
                CURLOPT_CONNECTTIMEOUT => 120,   // Setting the amount of time (in seconds) before the request times out
                CURLOPT_TIMEOUT => 120,  // Setting the maximum amount of time for cURL to execute queries
                CURLOPT_MAXREDIRS => 10, // Setting the maximum number of redirections to follow
                CURLOPT_USERAGENT => "Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.1a2pre) Gecko/2008073000 Shredder/3.0a2pre ThunderBrowse/3.2.1.8",  // Setting the useragent
                CURLOPT_URL => $this->url, // Setting cURL's URL option with the $url variable passed into the function
            );
 
            $this->ch = curl_init();
            curl_setopt_array($this->ch, $options);
            $this->data = curl_exec($this->ch);
 
            return $this->data;
        }
    }
 
    function __destruct(){
 
        curl_close($this->ch);
 
    }
 
}
 
 
$class = new \Scrapper('http://www.....');
 
$pic = $class->queryTag('//div[@id="left"]//img[@class="pic"]/@src')->getData();
$title = $class->queryTag('//div[@id="left"]//h2')->getData(true);
$text = $class->queryTag('//div[@id="left"]/p | //center')->getData(false, true);
 
echo $title;
echo '<hr>';
echo $pic;
echo '<hr>';
echo $text;
echo '<hr>';
 
[PHP] pobierz, plaintext 

Po wywołaniu tej klasy, przypisuję do każdej zmiennej szukanej wartości - zdjęcie, tytuł i treść.

Niestety tytuł zawiera również ciąg URL obrazka, natomiast tekst zawiera dodatkowo obrazek oraz tytuł. Gdzie robię błąd? Jak to oddzielić?

Jednocześnie proszę o sugestię co mogę poprawić w samej klasie.

Ten post edytował SN@JPER^ 24.11.2017, 17:47:16

[SN@JPER^]

Pokaż kawałek tej struktury, którą parsujesz.

Prosty przykład: https://www.tehplayground.com/SCtDYOUp67t0EPHt

Jak dla mnie to ta klasa sama w sobie jest do zaorania (IMG:style_emoticons/default/wink.gif)

Co proponujesz?