Problem z file_get_contents i pętlą for Opcje

[Warmix]

Najpiewr przedstawię skrypt, a potem opiszę problem...

[PHP] pobierz, plaintext 
$kod = 'forum.php.pl
forum.php.pl
forum.php.pl
<a href="http://phpedia.pl/wiki/Specjalna:Ostatnie_zmiany';" target="_blank">http://phpedia.pl/wiki/Specjalna:Ostatnie_zmiany';</a>
 
$exp = explode("\n", $kod);
$ile_exp = count($exp);
 
for($x = 0; $x < $ile_exp; $x++)
{
 
	$down_html = file_get_contents($exp[$x]);
 
 
if(!preg_match('/Przedszkole/', $down_html))
{
	$ilescan++;
 
}
}
echo $ilescan;
[PHP] pobierz, plaintext 

Oczywiście tutaj tylko przykład, nie wiem, czy działa...

Na początku wszystko działa dobrze. Explode robija mi zmianną $kod po \n oraz w zmiennej $ile_exp zapisuje się ile mamy wartości w tablicy (w tym przypadku 4).
I teraz zaczyna się problem... Funkcje w pętli for nie dzialają, jak powinny...
Do zmiennej down_html pobierany jest HTML strony. Dzięki '(exp[$x])' za każdym wykoaniem pętli jest inny HTML. I teraz źle sprawdza mi instrukcja. Czyli jeżeli nie znajdzie mi w tym HTML 'Przedszkole', to do zmiennej $ilescan dodaje +1. Słowo 'Przedszkole' znajduje w 'forum.php.pl', ale w 'http://phpedia.pl/wiki/Specjalna:Ostatnie_zmiany'. Czyli zgodnie z warunkiem, podczas pierwszego wykonania skryptu, do zmiennej $ilescan nie powinno dodawać się +1, dlatego, że warunek nie zostaje spełniony, powieważ znajduje "przedszkole'. Pętla leci dalej i 3 razy warunek nie zostaje spełniony.
Teraz pojawia się problem. Za czartym razem także sprawdza mi, czy jest słowo "przedszkole' i tym razem warunek zostaje spełniony, czyli do zmiennej $ilescan dodaje się +1.
Teraz koniec pętli. Wyświetlam $ilescan, i pojawia mi się wartość '4', a powinno '1', ponieważ warunek został spełniony tylko jeden raz.

Co może być nie tak?

Dodatkowo powiem tak:
W pętli zaraz po $down_html = file_get_contents($exp[$x]);
Dodałem dla testu, żeby mi wyświetliło te HTMLy (echo $down_html)...
Po uruchomieniu skryptu okazało się, że nie wyświetlają się 3 pierwsze HTML. Pojawia się błąd "bad request', ale to zrozumiałe, bo przy wyświetlaniu nie może się na jednaj stronie wyświetlić kilka stron.
Wyświetlił mi się tylko ostatni HTML i teraz ważne. Czyli jeżeli za 3 razami pętli pojawiało się 'Bad request', to od razu wiadome, że warunek if(!preg_match('/Przedszkole/', $down_html)) zostaje spełniony, dlatego dodaje mi +1 do $ilescan, a sprawdza mi tylko ostatnie, a ze względu na to, że w tym ostatnim nie ma tego słowa 'Predszkole', to też dodaje +1.
Łącznie zmienna $ilescan ma '4'.
I teraz nasuwa się pytanie. Bad request pojawia się tylko w przypadku, gdy chcę wyświetlić HTML, czy może nawet wtedy, gdy nie wyświetlam??

Co zrobić, aby działało dobrze?

[kaki2308]

Użyć curla:

[PHP] pobierz, plaintext 
<?php
function curl($url){
 
$ch = curl_init($url);
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (X11; U; Linux i686; pl; rv:1.8.0.3) Gecko/20060426 Firefox/1.5.0.3');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
$page=curl_exec($ch);
curl_close($ch);
return $page;
}
    $kod = 'http://www.forum.php.pl/
<a href="http://www.forum.php.pl/" target="_blank">http://www.forum.php.pl/</a>
<a href="http://www.forum.php.pl/" target="_blank">http://www.forum.php.pl/</a>
<a href="http://www.phpedia.pl/wiki/Specjalna:Ostatnie_zmiany/';" target="_blank">http://www.phpedia.pl/wiki/Specjalna:Ostatnie_zmiany/';</a>
 
    $exp = explode("\n", $kod);
 
 
 
    $ile_exp = count($exp);
    $ilescan=0;
 
    for($x = 0; $x < $ile_exp; $x++)
    {
 
    $down_html = curl($exp[$x]);
 
 
 
 
    if(!preg_match('/Przedszkole/', $down_html))
    {
    $ilescan++;
 
    }
    }
    echo $ilescan;
 
?>
[PHP] pobierz, plaintext 

[Warmix]

Najlepsze jest to, że używam curla, tylo napisałem tutaj file_get_contents, bo to nie duża różnica...

Mam taką funkcję:

[PHP] pobierz, plaintext 
		function curl_file_get_contents($URL)
		{
			$c = curl_init();
			curl_setopt($c, CURLOPT_RETURNTRANSFER, 1);
			curl_setopt($c, CURLOPT_URL, $URL);
			$contents = curl_exec($c);
			curl_close($c);
 
			if($contents)
			{
				return $contents;
			}						
			else
			{
				return FALSE;
				}
		}
[PHP] pobierz, plaintext 

I to samo...

Ten post edytował Warmix 25.02.2012, 15:40:36

[kaki2308]

Zauważ jak daję linki w tablicy:

http://pastebin.com/0SR6eZ4a
W twoim były jeszcze tabulatory/spację a nie tylko znak nowej linii.

btw.
Na xampp kiedy używam file_get_contents wywala 404, dlatego wolę curla - bardziej niezawodny.

Ten post edytował kaki2308 25.02.2012, 15:53:54

[Warmix]

ALe to akurat nie ma znaczenia... Oprócz tego, co jest tutaj, sprawdza mi warunek, czy linki są poprawne i żadnych błędów nie ma...

[mortus]

forum.php.pl nie jest prawidłowym adresem url. Prawidłowy adres to http://forum.php.pl (odnośnik sam się z tego zrobił).

EDIT:

[PHP] pobierz, plaintext 
ini_set('display_errors', 'on');
error_reporting(E_ALL);
[PHP] pobierz, plaintext 

załatwiłoby sprawę

Poza tym sprawdzaj, czy file_get_contents(), czy też CURL pobiera to, co powinien - curl_error()

Ten post edytował mortus 25.02.2012, 18:31:38

[Warmix]

Wiem, wiem... mam linki zaczęte od http...

A co to robi? Żadnych zmian nie ma...

[mortus]

Wiem, wiem... mam linki zaczęte od http...

Jeśli tak, to użyj trim() na $exp[$x].

Poza tym - jak wyżej - curl_error().

A co to robi? Żadnych zmian nie ma...

To umieszczasz na początku pliku i powinieneś otrzymać trzy ostrzeżenia.

Ten post edytował mortus 25.02.2012, 18:39:57

[Warmix]

Dzięki, wystarczyło zastosować trim...