[PHP] Wyciąganie danych preg_match_all() ignorując białe znaki i tagi html Opcje

[shakugan45]

Witam, mam taki oto skrypt który ma za zadanie wyciągać z podstron innego serwisu pewne informacje, a mianowicie: adres do miniatury serialu, ilość odcinków, gatunki, czas trwania odcinka, typ serialu, jego status oraz producentów.
O ile typ i status wyciągam poprawnie, tak sprawa komplikuje się przy reszcie informacji - między tagami html występują taby, białe znaki, znaki nowej linii itd. Przykładowo:

[HTML] pobierz, plaintext 
<h2>Information</h2>
	<div><span class="dark_text">Type:</span> TV</div>
	<div class="spaceit"><span class="dark_text">Episodes:</span> 25
	</div>
	<div><span class="dark_text">Status:</span> Finished Airing</div>
	<div class="spaceit"><span class="dark_text">Aired:</span> Jul  8, 2012 to Dec  23, 2012</div>
	<div><span class="dark_text">Producers:</span> <a href="http://myanimelist.net/anime.php?p=17">Aniplex</a>, <a href="http://myanimelist.net/anime.php?p=56">A-1 Pictures</a>, <a href="http://myanimelist.net/anime.php?p=79">Genco</a>, <a href="http://myanimelist.net/anime.php?p=315">DAX Production</a>, <a href="http://myanimelist.net/anime.php?p=493">Aniplex of America</a><sup><small>L</small></sup>, <a href="http://myanimelist.net/anime.php?p=681">ASCII Media Works</a></div><div class="spaceit"><span class="dark_text">Genres:</span>
	  <a href="http://myanimelist.net/anime.php?genre[]=1">Action</a>, <a href="http://myanimelist.net/anime.php?genre[]=2">Adventure</a>, <a href="http://myanimelist.net/anime.php?genre[]=10">Fantasy</a>, <a href="http://myanimelist.net/anime.php?genre[]=11">Game</a>, <a href="http://myanimelist.net/anime.php?genre[]=22">Romance</a>, <a href="http://myanimelist.net/anime.php?genre[]=27">Shounen</a></div><div><span class="dark_text">Duration:</span>
	  23 min. per episode</div><div class="spaceit"><span class="dark_text">Rating:</span>
	  PG-13 - Teens 13 or older</div>
[HTML] pobierz, plaintext 

Jak przerobić ten skrypt aby poprawnie pobierał dane które wymieniłem do zmiennych, bez znaczników html?

[PHP] pobierz, plaintext 
function anime_bigimg($animeid)
{
	polacz_mysql('infobase');
	$query="SELECT * FROM anime WHERE id='".$animeid."'";
	$wynik=mysql_query($query);
	$lineend="\r\n";
	$tytul=mysql_result($wynik,0,'tytul');
	$mal=mysql_result($wynik,0,'linkmal');
	$mal=trim(mysql_result($wynik,0,'linkmal'));
	$baseurl="http://myanimelist.net/anime/{$mal}";
		$ch = curl_init();
		curl_setopt($ch, CURLOPT_URL, $baseurl);
		curl_setopt($ch, CURLOPT_USERAGENT, 'Opera/9.80 (Windows NT 5.1; Edition Campaign 21) Presto/2.12.388 Version/12.14');
		curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
		curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);
		curl_setopt($ch, CURLOPT_COOKIEJAR, dirname(__file__) . '/cookies.txt');
		curl_setopt($ch, CURLOPT_COOKIEFILE, dirname(__file__) . '/cookies.txt');
		$pg = curl_get_page($ch);
		while (strpos($pg, 'getSessionCookies') !== false)
		{
			$pg = curl_get_page($ch);
		}
		curl_close($ch);
	//preg_match_all('|<img src="http://cdn.myanimelist.net/images/anime/(.+?)" alt="|', $pg, $bigimg);
	preg_match_all('|Episodes:</span> (.+?)		</div>|', $pg, $ilosc);
	preg_match_all('|Genres:</span> (.+?)</div>|', $pg, $tagi);
	preg_match_all('|Duration:</span> (.+?)</div>" alt="|', $pg, $trwanie);
	preg_match_all('|Type:</span> (.+?)</div>|', $pg, $typ);
	preg_match_all('|Status:</span> (.+?)</div>|', $pg, $status);
	preg_match_all('|Producers:</span> (.+?)</div>|', $pg, $studio);
	echo $ilosc[1][0].'<br>';
	echo strip_tags($tagi[1][0]).'<br>';
	echo $trwanie[1][0].'<br>';
	echo $typ[1][0].'<br>';
	echo $status[1][0].'<br>';
	echo strip_tags($studio[1][0]).'<br>';
}
[PHP] pobierz, plaintext 

Przykładowa strona z której będą pobierane dane: http://myanimelist.net/anime/11757/Sword_Art_Online (na każdej tego typu karcie filmu białe znaki, tagi html i spacje występują w takiej samej formie)

Z góry dzięki.

[em1X]

http://php.net/manual/en/reference.pcre.pa...n.modifiers.php

Ten post edytował em1X 14.01.2014, 18:12:38

[shakugan45]

Dzięki, pomogło.
Jeszcze jedno pytanie. Tak jak widać w tym html'u mamy coś takiego: Aniplex of America</a>^{<small>L</small>}
W jaki sposób poprawić tą linijkę żeby preg_match_all ignorował każde wystąpienie czegoś takiego? ^{<small>L</small>}

[PHP] pobierz, plaintext 
preg_match_all('|Producers:</span> (.+?)</div>|m', $pg, $studio);
[PHP] pobierz, plaintext