VPF::грабинг - Форум программистов

patience

Дата 6.9.2008, 13:09 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 57
Регистрация: 18.9.2006

Репутация: нет
Всего: нет

Добрый дней

есть рсс http://www.iht.com/rss/business.xml

и ругулярка для грабинга статей с этого рсс

Код


@
id="main">.+?
<h1\sclass="headline">(?<title>.+?)</h1>.+?
(?:<[^<]*?id="bodyText"[^>]*?>)

  (?<text>.+?)

(?:<[^<]*?id="article_footer"[^>]*?>)
@isxu

проблема в том что некоторые посты данная регулярка обходит, например этот http://www.iht.com/articles/2008/09/05/business/soft.php

в чем может быть загвоздка? зарание благодарен за ответ

teroni

Дата 7.9.2008, 01:13 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 381
Регистрация: 15.5.2007
Где: Днепропетровск

Репутация: 8
Всего: 22

Проблема в том, что регулярка вообще не оттуда, ИМХО.
Где в той ленте например слова headline bodyText article_footer?

Это сообщение отредактировал(а) teroni - 7.9.2008, 01:13

0 Пользователей читают эту тему (0 Гостей и 0 Скрытых Пользователей)
0 Пользователей:
« Предыдущая тема \| PHP: Тексты \| Следующая тема »