Доброго времени суток. Задача такая:

с помощью cURL, sockets, fopen, file_get_contents (или любым другим способом) получить содержимое страницы и выдезать только часть между:


И далее работать с этим текстом.
Как это осуществить и чем лучше? Их вышеперечисленного не работал ниразу с cURL, но говорят они лидеры в этом :-)
Что посоветуете? 

Это сразу выкинь.
fsockopen для начала. В поискепоюзай.
 

Ну с ними умею. А вот с cURLами не работал. Советуешь для данной задачи что использовать?
Я могу сокетами получить содержимое всей страницы, а как только ее часть, подскажи плз ) 

Считав все выцепить нужное.
Выцепить можно и через DOM, но это не надежно, т.к. скорее всего код не стандартизирован. 

Да, он не стандартизирован.
Единственное что абсолютно точно - нужный мне кусок находится между комментариями, которые я привел в первом посту. Так как мне их выцепить-то? 

Регулярками  

Да это понятно, но не выходит у меня. Вот что пишу, но явно что бред...



В общем мне нужно получить это: TEST===TEST===TEST===TEST  

Это сообщение отредактировал(а) Aliance - 13.5.2006, 21:44

 

Спасибо, помогло. А реально ли усовершенствовать это так:
возьмем переменную $mas[0][0] и сделаем такую вещь:


Далее берем первый элемент - $new_mas[0], его текст таков:


И нужно получить все выделенные фрагменты. Тут я вообще сомневаюсь, что такое возможно.
Текст большой (я все пробелы и табуляцию удалил, их полно перед строчками), регулярками наверное никак... 

Можно вычленить и такое.
Только тут лучше будет текст целиком прогнать, как есть.
При этом, важно чтобы код HTML был хотя бы валидным с точки зрения синтаксиса.
Когда я писал подцветку, я все то сделал.
Тут несколько попроще... 


А вот значения, уже так просто не получится... Тут уже надо конкретизировать как-то. 

А уточнять нечего  Дан такой текст, он на чужом домене. Мне он нужен, чтобы не вбивать его ручками (текста очень много, а главное он меняеться...а я планирую крон сделать)
Вот, единственное что менется - это выделенные слова. Их-то мне и нужно заполучить.
Есть много тсраниц, на каждой от 0 до бесконечности таких блоков. Я планировал циклом прокрутить, получить все эти слова и забить в БД свою, выполнять скрипт кроном.
Впринципе сейчас с твоей помощью у меня сам этот текст есть, но если я его так буду вставлять на страницу - то это никак не подойдет под мой дизайн. Хотелось бы иметь отдельные необходимые слова.

Очень нужна это вещь, просто без нее не пишется ничего другое, т.к. на этом все основано 

Добавлено @ 23:06 
Может по строчкам просто рзбивать сперва? 

Aliance, дай линк откуда надо стырить. В принципе все можно сделать. 

Дык линков много. Могу дать парочку, поймешь думаю закономерность :-)

http://capitalcity.combats.ru/encicl/crutch.html
http://capitalcity.combats.ru/encicl/shirt.html

Делаю энциклопедию предметов из этой игры. Т.к. предметы изменяються/добавляются + их очень много - в ручную заносить в БД - это непосильная работа. 

 

Это сообщение отредактировал(а) Mal Hack - 14.5.2006, 01:54

Пустой массив получается 

 

 

Все работает почти идеально! :-)
Пойду писать, какие будут вопросы по ходу, буду задавать!

ЗЫ: получай, гений, +1  

Итак, совместил 2 кода, вот он:


Все выходит, но это лишь первый элемент ($mas[0][0]). В перспективе я бы хотел циклом перебирать и резать все вхождения ($mas[0][$i]). Проблем нет, кроме одной: в первый элемент имеет 2 и 3 лишние строчки, которые мешают. Вот они:


Их нужно вырезать, думаю.

Вот значение переменной $mas[0][0] для данного кода:


Она получается путем этой строчки кода из всего исходного текста кода:


Далее мы делит эту переменную с помощью функции explode (в данном случае получается 2 элемента):


Если не очень понятно изъяснился - скажите, напишу полностью код с циклом и покажу чего именно не получается. 

Mal Hack, чем не нравится file_get_contents ?

Добавлено @ 17:30 




Да, два.. Но использовать <br /> разграничителем ненадежно.
Попробуй может хотя бы так, чтобы на переходы строк еще ориентироваться.


А теперь доступ через $data[0] и $data[1]

Или можешь сразу в переменные, а не в массив:

list($mydata1, $mydata2) = explode("\n<br />\n", $mas[0][0]);   

Wowa, твой код с переменной $to_del не подходит. Так как эти строчки меняются.

А на счет 

так тут да, так канечно лучше, но посмотри в исходники страницы этой: http://capitalcity.combats.ru/encicl/crutch.html
Там все сделано именно так, чтобы программисты могли ее парсить. Обычные переносы там такие: <BR>, а разделитель именно такой: <br />
Но вообще тут я с тобой согласен 

Вообще страницы там более менее одинаковые. Меняются данные, которые мне и нужно заполучить. Если бы не эти строчки - все бы было супер :-( 

Работает с удаленными файлами только при определенных настройках ПХП. А это дыра в безопасности.

Тебе вообще не так делать надо было 

Вот:
 

Должно быть включено fopen wrappers в php.ini. Не представляю, какая тут может быть дыра.. 

Mal Hack, не могу получить  это:
 

Хотя вот здесь мы это получили: http://forum.vingrad.ru/index.php?showtopi...st&p=730640 

Это сообщение отредактировал(а) Aliance - 14.5.2006, 18:26

 

Вот конечный, работающий вариант:
   

Это сообщение отредактировал(а) Aliance - 14.5.2006, 19:09

вот блин!!!   ищу в реале таких как ты для  ....  Всё делай ручкаМИ! 


(код скопировал себе в архивчеГ- пригодитсо ) 

Это сообщение отредактировал(а) regret - 22.7.2006, 21:25

Уважаемые господа, не могли бы вы "прочитать" конструкцию типа (.*?) или (.+?), так вот как бы логика ястна, но не везде. И ещё в некоторых местах используется ключ #s - "<\!\-\-\sEnd\sof\stext\s\-\->#s" зачем он здесь и как бы он работал без него?

Спасибо, извеняюсь за ламерсие вопросы, но не мог найти оввет на них в другом месте

Первое - это управление жадностью квантификаторов. Про них читай в книгах о регульрных выражениях.

Второе - это модификатор s, обозначабщий строчность данных, где происходит поиск/замена. О них читай там же.

Это сообщение отредактировал(а) Aliance - 9.10.2006, 14:54

Большое спасибо, теперь буду знать что искать  

Немного оффтоп, потому как не PHP (а Python), но
Посмотрите какая рульная либа: http://www.crummy.com/software/BeautifulSo...umentation.html

Вечер добрый!
В получении странички по сокету есть подводный камень, я не знаю как его обойти.
Камень этот в размере буфера.
Штука такая  - если буфер больше чем примерно 2*1024 то в контенте странички появляются строчки такова вида \r\n[a-f0-9]{4}\r\n - в общем шестнадцатиричное число, окруженное переносами строк.
Если же буфер меньше чем 2*1024, то периодически теряется по символу из получаемых данных.
Как обойти, и что это вообще за такое я так и не осознал.
Может кто встречался, и знает причину/решение?
Спасибо!

pnd_ku, это называется в протоколе HTTP 1.1 Chunked Transfer Coding. Если сервер передал заголовок "transfer-coding: chunked", то данные будут передаваться не одним потоком, а по блокам с динамическим размером. hex числа - это длина следующего блока. Данные будут передаваться пока длина блока не будет 0.
Если не хотите получать данные по блокам, то используйте протокол HTTP 1.0

Спасибо большое, а то я уж и не знал что подумать