cUrl вырезать часть кода страницы

258

Станислав

26 февраля 2013, 16:01

3480

Всем привет. Может быть я и не правильно мыслю и кто подскажет альтернативу

Вобщем есть страница с которой нужно получить текст ссылок

Код участка с ссылками выглядит так

</span></a></span></div>

</div>





</div>

    </div>

tags: <a href="http://сайт/">тег 1</a>, <a href="http://сайт/">тег 2</a>, <a href="http://сайт/">тег 3</a>, <a href="http://сайт/">тег 4</a>





	<hr/><ul id="related" style="overflow:hidden; height:100px;" class="jcarousel-skin-tango">

Я хочу убрать весь код со страницы и оставить только

tags: <a href="http://сайт/">тег 1</a>, <a href="http://сайт/">тег 2</a>, <a href="http://сайт/">тег 3</a>, <a href="http://сайт/">тег 4</a>

чтобы затем перебрать ссылки и получить теги


//$content - код страницы от <html> до </html>

$pattern = "/<a href=\"([^\"]+)\">([^\"]+)<\/a>/";

if (preg_match_all($pattern,$content,$out,PREG_SET_ORDER))

        {

            // Достаем ссылки из массива

            foreach($out as $key => $val)

            {

                  echo $val[2]."\n";

            }

}

Не получается никак выпилить участок кода =(

а может быть и что то получше есть для реализации?

Мы там, где рады нас видеть.

196

Милованов Ю.С

26 февраля 2013, 16:18

#1


$text = '<a href="/index.php">Link</a>';
$text .= '<a href="/index2.php" target="_blank">Link2</a>';
$PCRE = '#<a([^<]*)>([^<]*)</a>#si';
$text = preg_replace($PCRE, '$2<del>', $text);
echo $text;//Вернет "Link<del>Link2<del>"

Это если надо только анкоры. Под добычу ссылок можете перепилить сами.

Подпись))

427

siv1987

26 февраля 2013, 16:20

#2

Спарсить все теги <a>

Спарсить нужный участок кода по окружающим тегам

Юзать DOM + Xpath

258

Станислав

26 февраля 2013, 16:51

#3

получить анкоры не проблема, у меня не получается убрать все лишнее со страницы чтобы в html коде при парсе было только это

tags: <a href="http://сайт/">тег 1</a>, <a href="http://сайт/">тег 2</a>, <a href="http://сайт/">тег 3</a>, <a href="http://сайт/">тег 4</a>

Дело в том что ссылок на странице море, а вот привязаться не к чему чтобы выпилить данный блок, собственно это у меня и не получается.

В индексе страница с Вопрос про циклические ссылки Приоритетность внутренних ссылок при

427

siv1987

26 февраля 2013, 17:02

#4

Ms-Dred:
у меня не получается убрать все лишнее со страницы чтобы в html коде при парсе было только это

Не с той стороны смотрите, не надо убирать лишнее, а надо захватывать нужное.

Ms-Dred:
Дело в том что ссылок на странице море

И неужели в этих ссылках нет ничего такого чем можно было их идентифицировать?

Ms-Dred:
а вот привязаться не к чему чтобы выпилить данный блок

А это чем не привязка? </span></a></span></div>

258

Станислав

26 февраля 2013, 17:05

#5

siv1987:
А это чем не привязка? </span></a></span></div>

в том что и дело что привязать не получается, пишу регулярку и вижу белую страницу :)

427

siv1987

26 февраля 2013, 17:11

#6

Ms-Dred:
в том что и дело что привязать не получается, пишу регулярку и вижу белую страницу

Ну значит неправильно ее составляете.

258

Станислав

26 февраля 2013, 17:13

#7

siv1987:
Ну значит неправильно ее составляете.

поэтому и прошу помощи :)

делаю / делал что то вроде

$pattern = "/<\/span><\/a><\/span><\/div>([^\"]+)<hr\/>/";

                    if (preg_match_all($pattern,$content,$out,PREG_SET_ORDER))

                    {

                        print_r($out);



                    }

427

siv1987

26 февраля 2013, 17:25

#8

preg_match( '#</span></a></span></div>(.+?)<hr/><ul#s', $str, $out );

258

Станислав

26 февраля 2013, 17:34

#9

да, так все выводит, спасибо.

112

doctorpc

26 февраля 2013, 17:42

#10

Опередили, но все равно свой вариант напишу.

$content = preg_replace("/\s/","",$content);
    $pattern = "/<\/span><\/a><\/span><\/div>(.+)<hr\/>/";

Также часто вырезание всех пробелов избавляет от многих проблем.

А вообще советую использовать PHP Simple HTML DOM Parser http://simplehtmldom.sourceforge.net/manual.htm или аналоги.

Open AI тестирует память для ChatGPT

Что делать, если ваша email-рассылка попала в спам