VPF::Парсинг habrahabr.ru - Форум программистов

studentigor

Дата 14.3.2009, 10:42 (ссылка)

(голосов:1)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 397
Регистрация: 14.11.2008

Репутация: нет
Всего: нет

Дабрый день.
Естьтакая задача: нужно отпарсить страничку(http://habrahabr.ru/) и вытянуть с неё
- название статьи
- текст статьи(превью что на главной)
- URL полной версии статьи
структура такая:

Код


...
<h2>
<a..>text</a>
<a..>text</a>
</h2>

<div id="content"> tekst</div>

<div id="hub"><a href="adres"></a></div>

Я в регулярных выражениях не силён, написал как понял.

Код



$nazvanie=preg_grep("<h2><a(\d|\s|\w|\/|\.)+>(\d|\s|\w)+</a></h2>", $contents);
$zagol=array_values($nazvanie);
$statya=preg_grep("<div id="content">(\d|\s|\w|\(</br>)|\.|\-|\(|\)|\(<img(.)+>))+(<div\ id="hubr"><a(\d|\s|\w|\/|\.)+>)", $contents);
$text=array_values($statya)
$url=preg_grep("<div\ id="hubr"><a(\d|\s|\w|\/|\.)+(href=\"(\d|\w\|\/|.|\:)+\")>",$contents);
$urll=array_values($url);

M
MoLeX

Пожалуйста, используй кнопку КОД для оформление

Это сообщение отредактировал(а) MoLeX - 15.3.2009, 14:23

enof

Дата 14.3.2009, 16:03 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 837
Регистрация: 23.1.2009
Где: Санкт-Петербург

Репутация: нет
Всего: 35

Код


$str = file_get_contents("http://habrahabr.ru");
preg_match_all('#<h2[^>]*>.*<a\shref="(.*)"[^>]*>(.*)</a>.*<a href="(.*)"[^>]*>(.*)</a>.*</h2>.*<div class="content">(.*)</div>#Usi', $str, $arr_matches, PREG_SET_ORDER);
echo "<pre>"; print_r($arr_matches);

solenko

Дата 14.3.2009, 17:22 (ссылка)

(голосов:4)

Загрузка ...

Эксперт

Профиль
Группа: Завсегдатай
Сообщений: 1473
Регистрация: 15.1.2006
Где: Украина

Репутация: нет
Всего: 67

Нафиг мучатся, если они rss отдают?

--------------------

Ла-ла-ла-ла
Заметьте, нет официального подтверждения, что это не просто четыре слога.

studentigor

Дата 14.3.2009, 17:43 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 397
Регистрация: 14.11.2008

Репутация: нет
Всего: нет

выдает ошибку :
Fatal error: Maximum execution time of 30 seconds exceeded в строке
$str = file_get_contents("http://habrahabr.ru")

enof

Дата 14.3.2009, 17:48 (ссылка)

(голосов:1)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 837
Регистрация: 23.1.2009
Где: Санкт-Петербург

Репутация: нет
Всего: 35

studentigor, может стоит попробовать прочитать ошибку и про функцию в мане?

Добавлено через 24 секунды
И выше пост прочитайте заодно.

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