Parsowanie - wyciąganie ze źródła tekstu Opcje

[newb1e]

Przykładowa część ze źródła pewnej strony:

[HTML] pobierz, plaintext 
<div class="left">
 
                        <h1 class="title">
                Seagate 500 GB Barracuda 7200.12 (16MB, Serial ATA II)                            </h1>
 
                        <div class="code">
[HTML] pobierz, plaintext 

Chciałbym teraz za pomocą preg_match wyciągnąć tekst pomiędzy <h1 class="title"></h1> jednak w żaden sposób nie umiem tego zrobić. Nie chcę tego robić za pomocą strpos.

[PHP] pobierz, plaintext 
$zmienna = preg_match(/<h1 class=\"title\">(.*)<\/h1>/i, $zrodlo, $tablica);
[PHP] pobierz, plaintext 

Niestety takie coś nie działa. Podejrzewam, że to przez te spacje. W jaki sposób to wyciągnąć? Za pomocą preg_match? Chyba, że jeszcze inny sposób poza strpos.

[athei]

Modyfikatora "s" zapomniałeś

Kod

/<h1 class=\"title\">(.*)<\/h1>/is

albo

Kod

#<h1 class=\"title\">(.*)</h1>#is

Obrób sobie to co pobierze, bo będą tam znaki nowej linii i spacje.

Ten post edytował athei 22.07.2010, 20:38:27

[newb1e]

Działa, ale teraz znowu jak pobiorę źródło strony:

[PHP] pobierz, plaintext 
$strona = file_get_contents("http://www.strona.pl/test.html");
preg_match('/<h1 class=\"title\">(.*)<\/h1>/is', $strona, $nazwa); 
print_r($nazwa);
[PHP] pobierz, plaintext 

to tablica jest pusta.
Patrząc w debugerze $strona ma taki wartość po użyciu file_get_contents:

[HTML] pobierz, plaintext 
<div class=\"left\">\n\n                        <h1 class=\"title\">\n                Seagate 500 GB Barracuda 7200.12 (16MB, Serial ATA II)                            </h1>\n\n                    
[HTML] pobierz, plaintext 

Jak w takim razie z tego wyciągnąć Seagate 500 GB Barracuda 7200.12 (16MB, Serial ATA II)?

Ten post edytował newb1e 23.07.2010, 00:23:38

[muk4]

[PHP] pobierz, plaintext 
$text = 'XXX';  //Tutaj twoj pobrany HTML
$pattern = '/h1 class="title">(.*)<\/h1>/';
$text = str_replace(PHP_EOL, '', $text);
preg_match($pattern,$text,$matches);
echo $matches[1];
[PHP] pobierz, plaintext 

Ten post edytował muk4 23.07.2010, 03:18:33

[newb1e]

Niestety to też nie działa. Może to problem w moich ustawieniach albo coś. Najlepiej jakbym podał linka i ktoś u siebie by spróbował tylko tu nie mogę podać linka, bo ostatnio dałem i został usunięty może na PW wysłać komuś?

[muk4]

Poprawiony kod:

[PHP] pobierz, plaintext 
$url = 'http://www.komputronik.pl/index.php/product/101512/Peryferia/Monitory_LCD/22_iiyama_ProLite_B2209HDSD_czarny.html';
$text = file_get_contents($url);
$search = array("\n", "\t", "                ", "            ");
$text = str_replace($search, '', $text);
$text = substr($text, 11680,8500);
$pattern = '/h1 class="title">(.*)<\/h1>/';
preg_match($pattern,$text,$matches);
echo $matches[1];
[PHP] pobierz, plaintext 

[wookieb]

PHPQUERY !

[newb1e]

Więc sprawa wygląda następująco:

[PHP] pobierz, plaintext 
$url = 'http://www.komputronik.pl/index.php/product/65058/Podzespo_y_PC/Dyski_twarde/Seagate_500_GB_Barracuda_7200_12_16MB_Serial_ATA_II_.html';
$text = file_get_contents($url);
$search = array("\n", "\t");
$text = str_replace($search, '', $text);
$text = substr($text, 20000, 8000);
$pattern = '#h1 class="title">(.*)<\/h1>#is';
preg_match($pattern,$text,$matches);
echo $matches[1]; 
[PHP] pobierz, plaintext 

To działa bez zarzutów.
Natomiast:

[PHP] pobierz, plaintext 
$url = 'http://www.komputronik.pl/index.php/product/65058/Podzespo_y_PC/Dyski_twarde/Seagate_500_GB_Barracuda_7200_12_16MB_Serial_ATA_II_.html';
$text = file_get_contents($url);
$search = array("\n", "\t");
$text = str_replace($search, '', $text);
//$text = substr($text, 20000, 8000);
$pattern = '#h1 class="title">(.*)<\/h1>#is';
preg_match($pattern,$text,$matches);
echo $matches[1];  
[PHP] pobierz, plaintext 

Już nie działa. Mimo, że tekst w $text jest taki sam tylko dłuższy to tablica jest już pusta. Po prostu nie ma wtedy wyników żadnych. Co może być powodem? preg_match nie sięga tak daleko w głąb kodu czy co

[everth]

Jezu, oblukajcie i zmodyfikujcie sobie ten skrypt

[newb1e]

Ok. Najprostsze rozwiązanie ->

[PHP] pobierz, plaintext 
function parseHtml($path) 
{
    $path = file_get_contents($path);
    $doc = new DOMDocument();
    @$doc->loadHTML($path);
    $xpath = new DOMXPath($doc);
    $entries = $xpath->query("//h1[@class='title']");
    $resultString;
    foreach ($entries as $node) {
        $resultString .= $doc->saveXML($node);
    }
    return $resultString;
}
$path='http://www.komputronik.pl/index.php/product/65058/Podzespo_y_PC/Dyski_twarde/Seagate_500_GB_Barracuda_7200_12_16MB_Serial_ATA_II_.html';
echo parseHtml($path);
[PHP] pobierz, plaintext 

Działa idealnie

Ten post edytował newb1e 27.07.2010, 22:43:19