Wydobywanie danych z strony, PHP CURL Wyrażenia Regularne Opcje

[wojtek19115]

Witajcie mam problem otóż jestem na praktykach, dostałem zadanie by skopiować z strony www do worda kilkadziesiąt stron ( zostało z ~70)
Chciałbym aby mój skrypt na razie tylko wydobywał z kodu tekst

[PHP] pobierz, plaintext 
<?php
$url = "http://bip.bojanow.pl/rada/uchwały-rady/2010-2014/2087-uchwała-nr-xvii-148-2012-rady-gminy-bojanów-z-dnia-28-grudnia-2012-roku-w-sprawie-przyjęcia-gminnego-programu-profilaktyki-i-rozwiązywania-problemów-alkoholowych-do-realizacji-na-2013-rok.html";
 
$ch = curl_init();  
curl_setopt($ch, CURLOPT_URL,$url); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);
curl_setopt($ch, CURLOPT_TIMEOUT, 3); 
$wejscie = curl_exec($ch); 
curl_close($ch); 
 
preg_match('/<div class="item-page">(.+?)<\/div>/ism', $wejscie, $wyjscie);
 
print_r($wyjscie);
?>
[PHP] pobierz, plaintext 

kod działa ale problem jest z wyrażeniem regularnym nie wiem jak poradzić sobie z kilkoma zakończeniami </div> pojawiającymi się w tekście.

[matiit]

Uprość sobie życie: http://simplehtmldom.sourceforge.net/

[Majcon]

nie łatwiej użyć file_get_contents(); ?

[PHP] pobierz, plaintext 
preg_match('/<div class=(.*)>(.+?)<\/div>/ism', $wejscie, $wyjscie);
[PHP] pobierz, plaintext 

tak spróbuj ;p

[mstraczkowski]

@Offtopic
Tak mi się przypomniało, patrząc na ten url w kodzie, że pierwotnie seo friendly linki miały za zadanie ułatwić ludziom zapamiętywanie adresów.
Tymczasem w tym przypadku jest jeszcze gorzej niż zapamiętanie np. samego ID artykułu w postaci query stringa ?id=514712

@Ontopic
Dla przyjemniejszego pisania i testowania wyrażeń regularnych polecam narzędzie online:
http://gskinner.com/RegExr/

[semafor1985]

Dla przyjemniejszego pisania i testowania wyrażeń regularnych polecam narzędzie online:
http://gskinner.com/RegExr/

dzięki fajna rzecz
tylko jedna sprawa: nie znalazlem modyfikatora "U" zmieniającego zachłanność kwantyfikatorów
źle szukam czy faktycznie nie ma?

Ten post edytował semafor1985 17.04.2013, 07:26:19

[mstraczkowski]

Modyfikator "U" w PHP nie jest kompatybilny z Perlem, o czym informuje sama dokumentacja:

U (PCRE_UNGREEDY)
This modifier inverts the "greediness" of the quantifiers so that they are not greedy by default, but become greedy if followed by ?. It is not compatible with Perl. It can also be set by a (?U) modifier setting within the pattern or by a question mark behind a quantifier (e.g. .*?).

To narzędzie nie jest ukierunkowane na PHP tylko na ogólnie wyrażenia regularne - dlatego nie ma tam modyfikatora "U"
Dla spostrzegawczych na tej stronie jest także modyfikator "g", który nie występuje w regexpach w php.

Swoją droga zabawne, że nazywa się to PCRE_UNGREEDY, a w opisie znajduje się informacja It is not compatible with Perl.
Gdyż sam akronim PCRE oznacza: Perl Compatible Regular Expressions, ale na temat nazewnictwa w php można długo rozmawiać

Ten post edytował mstraczkowski 17.04.2013, 10:25:41