VPF::Регулярка - Форум программистов

Just123

Дата 11.3.2012, 19:37 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 147
Регистрация: 9.12.2007
Где: localhost

Репутация: нет
Всего: нет

Доброго времени, уважаемые.

Подскажите пожалуйста, есть строки вида:
<h2><span>ТИП</span>НАЗВАНИЕ</h2>

Мне нужно вытащить отсюда только название.
(в названии могут присутствовать пробелы)

Никак не могу побороть регулярные выражения или может тут уместнее работа со строками?
Как решить проблему, подскажите пожалуйста.

Спасибо, за уделенное время.

Evghenusi

Дата 11.3.2012, 22:05 (ссылка)

(нет голосов)

Загрузка ...

майский жук

Профиль
Группа: Участник
Сообщений: 506
Регистрация: 3.8.2006
Где: Молдова, Кишинёв

Репутация: 6
Всего: 15

Код

/<h2><span>[^>]*<\/span>([^>]+)<\/h2>/si

ksnk

Дата 11.3.2012, 22:21 (ссылка)

(нет голосов)

Загрузка ...

прохожий

Профиль
Группа: Комодератор
Сообщений: 6855
Регистрация: 13.4.2007
Где: СПб

Репутация: 96
Всего: 386

Evghenusi,

Код


<h2>
<span id="xxx">
    It's
</span>
a trap
</h2>
<p> вавыаы fasdfpfdasd sfasdf asdfsa вафвыав </p>

?

Just123, Какие вообще данные встречаются? Примеры можно привести?

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

Человеку свойственно ошибаться, программисту свойственно ошибаться профессионально ! user posted image

Evghenusi

Дата 11.3.2012, 23:06 (ссылка)

(голосов:1)

Загрузка ...

майский жук

Профиль
Группа: Участник
Сообщений: 506
Регистрация: 3.8.2006
Где: Молдова, Кишинёв

Репутация: 6
Всего: 15

Цитата(ksnk @ 11.3.2012, 22:21

)

ksnk, вы автор темы? что дали с тем и работаю, появятся дополнительные условия, допилю.

Цитата(ksnk @ 11.3.2012, 22:21

)

Примеры можно привести?

Цитата(Just123 @ 11.3.2012, 19:37

)

<h2><span>ТИП</span>НАЗВАНИЕ</h2>

Just123

Дата 12.3.2012, 12:34 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 147
Регистрация: 9.12.2007
Где: localhost

Репутация: нет
Всего: нет

Вообще, задача состоит в том, чтобы распарсить страницы одного каталога.

Для парсинга я решил воспользоваться библиотекой Simple HTML DOM.

С помощью следующего кода:

Код


$html = file_get_html('http://example.com/catalog.html');


foreach ($html->find('span') as $item_info) {
     $info[] = $item_info->plaintext;

}

$item = array_chunk($info, 4);

Я получил тип, артикул, размер и цену + немного мусорной информации, которую нужно отфильтровать.
Зная артикул, можно получить и фотографии товара т.к. это является своего рода "уникальным ключом" в названии фотографии.
Остается получить название товара.

С помощью следующего кода:

Код


foreach ($html->find('h2') as $item_name) {
     $name[] = $item_name->outertext;

}

Я получаю такие данные:

Цитата

<h2><span>Юбка</span>SILVIAN HEACH</h2><h2><span>Юбка</span>SILVIAN HEACH</h2><h2><span>Юбка</span>SILVIAN HEACH</h2><h2><span>Юбка</span>SILVIAN HEACH</h2><h2><span>Шорты</span>SILVIAN HEACH</h2><h2><span>Блуза</span>SILVIAN HEACH</h2><h2><span>Куртка</span>SILVIAN HEACH</h2><h2><span>Куртка</span>SILVIAN HEACH</h2><h2><span>Топ</span>SILVIAN HEACH</h2><h2><span>Толстовка</span>SILVIAN HEACH</h2><h2><span>Топ</span>SILVIAN HEACH</h2><h2><span>Брюки</span>SILVIAN HEACH</h2><h2><span>Футболка</span>SILVIAN HEACH</h2><h2><span>Блуза</span>SILVIAN HEACH</h2><h2><span>Блуза</span>SILVIAN HEACH</h2><h2><span>Брюки</span>SILVIAN HEACH</h2>

Можно так же получить plaintext:

Цитата

ЮбкаSILVIAN HEACHЮбкаSILVIAN HEACHЮбкаSILVIAN HEACHЮбкаSILVIAN HEACHШортыSILVIAN HEACHБлузаSILVIAN HEACHКурткаSILVIAN HEACHКурткаSILVIAN HEACHТопSILVIAN HEACHТолстовкаSILVIAN HEACHТопSILVIAN HEACHБрюкиSILVIAN HEACHФутболкаSILVIAN HEACHБлузаSILVIAN HEACHБлузаSILVIAN HEACHБрюкиSILVIAN HEACH

Но plaintext я думаю обработать будет сложнее и можно просто вытащить текст который между находиться между тегами </span> и </h2>.

Я раньше никогда не занимался парсингом HTML, да и с регулярками сложности всегда были, поэтому вопросы у меня назрели следующие:
1. Как лучше всего реализовать эту задачу? Мой подход правильный?
2. Как можно сразу все данные вытащить о товаре? В моей реализации разными функциями достигается сбор данных и их(данные) перед записью в файл, нужно правильно скомпоновать, что привносит некоторые сложности.

Благодарю за внимание и очень жду советов. smile

Это сообщение отредактировал(а) Just123 - 13.3.2012, 10:26

Evghenusi

Дата 12.3.2012, 12:56 (ссылка)

(нет голосов)

Загрузка ...

майский жук

Профиль
Группа: Участник
Сообщений: 506
Регистрация: 3.8.2006
Где: Молдова, Кишинёв

Репутация: 6
Всего: 15

по поводу РВ

Код

/<h2><span>([^>]+)<\/span>([^>]+)<\/h2>/si

этот вариант врорде бы справляется, глянуть мона тут, хотя если используется Simple HTML DOM, то на регулярки можно плюнуть)

Just123, советовать ничего не буду, кроме ссылки на "мануал", хотя вы наверно уже посещали его

Это сообщение отредактировал(а) Evghenusi - 12.3.2012, 13:01

Just123

Дата 12.3.2012, 13:09 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 147
Регистрация: 9.12.2007
Где: localhost

Репутация: нет
Всего: нет

Цитата

этот вариант врорде бы справляется, глянуть мона тут

Да, справляется, спасибо.

Цитата

хотя если используется Simple HTML DOM, то на регулярки можно плюнуть)

Можно было бы, но он у меня ругается нотисами, при использовании второго аргумента в функции find.

Notice: Trying to get property of non-object in E:\www\localhost\price7style\index.php on line 19

Just123

Дата 13.3.2012, 10:25 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 147
Регистрация: 9.12.2007
Где: localhost

Репутация: нет
Всего: нет

Цитата(Evghenusi)

хотя если используется Simple HTML DOM, то на регулярки можно плюнуть)

Действительно, подробнее ознакомившись с этой библиотекой, не понадобилось использование регулярных выражений. Спасибо.

P.S. На будущее, если вдруг кому еще пригодиться, вот неплохая инструкция на русском по Simple HTML DOM Parser.

Это сообщение отредактировал(а) Just123 - 13.3.2012, 10:28

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