preg_match_all i wyciąganie odpowiednich linków, ehh te nieszczęsne preg_match_all :( Opcje

[Sztef89]

Witam wszystkich. Jako, że to jest pierwszy mój post na tym forum, pragnę wszystkich powitać.

Ostatnio zacząłem się bawić wyciąganiem informacji ze stron i zatrzymałem się na filmweb bo jak wiadomo ma mnóstwo informacji (IMG:style_emoticons/default/smile.gif)

Problem pojawił się gdy chciałem pobrać linki do filmów z danej strony. Pobrać wszystkie linki mi się udało ale potrzebuję tylko tych które prowadzą do filmów, czyli wyglądające w kodzie tak: href="/Jakas.nazwa" lub href="/film/costam"

A oto mój kod który pobiera WSZYSTKIE linki z danej strony:

[PHP] pobierz, plaintext 
$strona = "http://www.filmweb.pl/search/film";
      $rC = curl_init();
curl_setopt($rC, CURLOPT_HEADER, 1);
curl_setopt($rC, CURLOPT_COOKIEFILE, 'cookies.txt');
curl_setopt($rC, CURLOPT_COOKIEJAR, 'cookiesjar.txt');
curl_setopt($rC, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($rC, CURLOPT_VERBOSE, 0);
curl_setopt($rC, CURLOPT_USERAGENT, 'Googlebot/2.1 (+http://www.googlebot.com/bot.html)');
curl_setopt($rC, CURLOPT_REFERER, 'www.google.pl');
curl_setopt($rC, CURLOPT_URL, "$strona");
 
      $wejscie = curl_exec($rC);
      curl_setopt($rC, CURLOPT_REFERER, $strona);
      $wejscie = curl_exec($rC);
 
	$pattern = '/\b(?:href="?)[-a-z0-9+&@#\/%?=~_|!:,.;]*[-a-z0-9+&@#\/%=~_|]/i'; 
	preg_match_all( $pattern, $wejscie, $matches);
	print_r ($matches);  
[PHP] pobierz, plaintext 

trzeba zmienną $pattern zmodyfikować tak, żeby wyłapywał tylko linki wyglądające tak jak napisałem wyżej.

----------------

Drugie pytanie:

Jak skonstruować warunek do preg_match_all aby wyciągnąć z poniższego kodu tytuł filmu ?

[HTML] pobierz, plaintext 
<h1 class="pageTitle item"><a href="/Zielona.Mila" title="Zielona Mila" property="v:name" class="fn"><span class="icoBig icoBigOnly icoBigMovie"></span>Zielona Mila</a></h1><h2 class="original-title"> 
[HTML] pobierz, plaintext 

Przejrzałem na prawdę dużo stron więc proszę mnie nie odsyłać do Google itp
Z góry dziękuje za pomoc (IMG:style_emoticons/default/smile.gif)

[Sztef89]

Dzieki @cycofiasz ! (IMG:style_emoticons/default/smile.gif)
Działa jak nalezy, teraz rozumiem dlaczego wcześniej mój kod nie działał.

Mam jeszcze jedno pytanie. Co jeżeli mamy taki kod html:

[HTML] pobierz, plaintext 
<th>scenariusz:</th>            			<td>            			            				                              				                        					<a href="/person/Alyson+Fouse-40701" title="Alyson Fouse" >Alyson Fouse</a>
[HTML] pobierz, plaintext 

I chcemy z tego tekstu wyciągnąć ciąg pomiędzy > a </a>
Uwzględniając, że taki ciąg jest przed tym:

<th>scenariusz:</th>#<td>#<a href="*" title="*" >Alyson Fouse</a>

# spacje lub entery lub tabulatory
* jakiś ciąg znaków

Jeżeli znam dokładną liczbę tabulatorów w tych pustych miejscach to jak to zapisać w wyrażeniach regularnych ?

Jak zrozumiem preg_match to postaram się napisać jakiś mądry toturial bo w necie mało jest o tym a manuale wiadomo jakie są (IMG:style_emoticons/default/biggrin.gif)
Z góry dziękuję za pomoc (IMG:style_emoticons/default/smile.gif)

Ten post edytował Sztef89 11.12.2010, 16:51:28