ANTICHAT — форум по информационной безопасности, OSINT и технологиям
ANTICHAT — русскоязычное сообщество по безопасности, OSINT и программированию.
Форум ранее работал на доменах antichat.ru, antichat.com и antichat.club,
и теперь снова доступен на новом адресе —
forum.antichat.xyz.
Форум восстановлен и продолжает развитие: доступны архивные темы, добавляются новые обсуждения и материалы.
⚠️ Старые аккаунты восстановить невозможно — необходимо зарегистрироваться заново.
30.11.2009, 17:46
|
|
Участник форума
Регистрация: 14.12.2008
Сообщений: 140
Провел на форуме:
186812
Репутация:
14
|
|
Код:
<tr><td colspan=3 style="padding: 10px 10px 20px 20px" class="news">
<span class="_reachbanner_">Влюбиться в вампира — страшно и романтично. Но потерять любимого, решившего ценой разрыва спасти свою девушку от роли пешки в вечном противостоянии кланов «ночных охотников», — это просто невыносимо. Белла Свон мучительно переживает исчезновение Эдварда и безуспешно ищет забвения в дружбе с мальчишкой-индейцем Джейкобом Блэком. Она даже не подозревает, что её лучший друг — порождение ещё одного «народа Тьмы». Народа, куда более жестокого и опасного, чем аристократы-вампиры…</span>
</td></tr>
есть текст такого вида (выше) и надо парсить всё что внутри<span>..</span>
НО там с новой строчки <span> |
|
|
30.11.2009, 18:03
|
|
Постоянный
Регистрация: 05.12.2004
Сообщений: 647
Провел на форуме:
1698585
Репутация:
818
|
|
В регулярке Uis
PHP код:
<?php
$str = '
<tr><td colspan=3 style="padding: 10px 10px 20px 20px" class="news">
<span class="_reachbanner_">Влюбиться в вампира — страшно и романтично. Но потерять любимого, решившего ценой разрыва спасти свою девушку от роли пешки в вечном противостоянии кланов «ночных охотников», — это просто невыносимо. Белла Свон мучительно переживает исчезновение Эдварда и безуспешно ищет забвения в дружбе с мальчишкой-индейцем Джейкобом Блэком. Она даже не подозревает, что её лучший друг — порождение ещё одного «народа Тьмы». Народа, куда более жестокого и опасного, чем аристократы-вампиры…</span>
</td></tr>
';
if(preg_match('#<span.*>(.*)</span>#Uis',$str,$m))
echo $m[1];
?>
|
|
|
|
30.11.2009, 18:09
|
|
Участник форума
Регистрация: 14.12.2008
Сообщений: 140
Провел на форуме:
186812
Репутация:
14
|
|
пробовал я так, на той странице есть такого текста с span class="_reachbanner_" кучу потому надо что бы по всему шабу как-то...
|
|
|
|
30.11.2009, 18:23
|
|
Постоянный
Регистрация: 23.03.2006
Сообщений: 977
Провел на форуме:
2976185
Репутация:
694
|
|
preg_match_all ?
|
|
|
|
30.11.2009, 18:26
|
|
Участник форума
Регистрация: 14.12.2008
Сообщений: 140
Провел на форуме:
186812
Репутация:
14
|
|
а как я буду знать именно тот? понимаешь тут же может изменяться... надо хороший шаб
|
|
|
|
30.11.2009, 18:37
|
|
Постоянный
Регистрация: 05.12.2004
Сообщений: 647
Провел на форуме:
1698585
Репутация:
818
|
|
Неужели так тяжело включить мозги и дать ВСЮ страницу и сказать какой именно момент нужно отпарсить, чтоб не растягивать на несколько страниц вытягивая с тебя по одному слову что тебе нужно.
|
|
|
|
30.11.2009, 19:14
|
|
Постоянный
Регистрация: 05.12.2004
Сообщений: 647
Провел на форуме:
1698585
Репутация:
818
|
|
Вот ещё вопрос: почему в preg_match_all ('/<a href="(\d+\/)">(.+?)<\/a>/', $str, $m); выдирается именно ссылка, а не название?
Выдирается тут все, разберем регулярку:
PHP код:
preg_match_all ('/<a href="(\d+\/)">(.+?)<\/a>/', $str, $m);
В $m[0] будут находится все ссылки с HTML тегами, в $m[1]; будут находится первые вхождения заключенные в фигурные скобки, тоесть все что подходит под (\d+\/) в нашем выражении, ну и в $m[2]; будет все что попадает под (.+?)
Вообщем после регулярки напиши print_r($m); и сам все увидиш.
И рег выражения могут выдирать русские буквы?
Есесно '#[а-я]#i'
|
|
|
|
30.11.2009, 21:32
|
|
Участник форума
Регистрация: 26.08.2009
Сообщений: 138
Провел на форуме:
201522
Репутация:
18
|
|
Сообщение от b3
Выдирается тут все, разберем регулярку:
PHP код:
preg_match_all ('/<a href="(\d+\/)">(.+?)<\/a>/', $str, $m);
В $m[0] будут находится все ссылки с HTML тегами, в $m[1]; будут находится первые вхождения заключенные в фигурные скобки, тоесть все что подходит под (\d+\/) в нашем выражении, ну и в $m[2]; будет все что попадает под (.+?)
Вообщем после регулярки напиши print_r($m); и сам все увидиш.
Есесно '#[а-я]#i'Спасибо.
Вот ещё проблема..
С http://www.ozon.travel/countries/16644/ нужно выдернуть код страны. Как составить рег выражение?
Составлял так:
PHP код:
preg_match_all('/Код страны:<\/strong>(.*)<\/p>/',$out1, $regs1);
|
|
|
|
30.11.2009, 21:52
|
|
Познающий
Регистрация: 30.11.2009
Сообщений: 97
Провел на форуме:
333264
Репутация:
80
|
|
programming
По идее, как ты составил должен выплевывать тебе символ новой строки + 3 табуляции.
Там довольно редко стречается табуляция так что можно зацепиться за нее (Вообще можно просто искать по маске \+\d+ но не факт, что на странице не будет чего-то вроде +0, что не является кодом страны). Так что получается что-то вроде:
|
|
|
|
30.11.2009, 22:31
|
|
Участник форума
Регистрация: 26.08.2009
Сообщений: 138
Провел на форуме:
201522
Репутация:
18
|
|
Сообщение от whexp
programming
По идее, как ты составил должен выплевывать тебе символ новой строки + 3 табуляции.
Там довольно редко стречается табуляция так что можно зацепиться за нее (Вообще можно просто искать по маске \+\d+ но не факт, что на странице не будет чего-то вроде +0, что не является кодом страны). Так что получается что-то вроде:
Спасибо. Разобрался как выдергивать такие вещи.
Появилась ещё большая проблема. Есть допустим http://www.ozon.travel/countries/1727/ и http://www.ozon.travel/countries/6675/ , а также остальные страны с http://www.ozon.travel/countries/.
Каким образом возможно выдернуть описание с этих страниц? То есть, чтобы шаблон рег выражения подходил ко всем страницам стран. Выдернуть нужно только основное описание, то есть перелёты и т.д. не нужно..
Возможно ли такое осуществить?
|
|
|
|
|
 |
|
|
Здесь присутствуют: 1 (пользователей: 0 , гостей: 1)
|
|
|
|
Похожие темы
Комбинированный вид