|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14171
- 金币
- 2376
- 威望
- 1647
- 贡献
- 1324
|
今天介绍一种从指定网页源文件中析取image标签的的编程技巧，即从网页源文件中，解析出所有的插图文件名（包括图片路径）,也就是标签＜img src=".../... /abc.jpg"＞ 中的文件名".../.../abc.jpg"(有的可能是gif格式)。编程环境：PHP+Apache for Win98。
* c& b; `. ^7 P( s. B
# x3 A9 `0 P+ C; q9 G 首先, 用文本编辑器新建一个PHP类型的文件：abstractSRCfrompage.php3。为了方便讲解，我们打算是在浏览器表单域中输入需要析取image标签的网页的URL（或本机文档），提交后执行析取操作，所以在该文件中，我们要建立一个用于输入网址的表单，举例如下：
- D4 y! @$ f5 r- ?5 j+ O
H( _6 o. i( N% H9 v
% B! V" Q7 I0 U+ G3 i1 j. x＜form action=" abstractSRCfrompage.php3" method="post"＞
- `3 y4 T' l2 h/ M; P% K. C( Y 输入网址＜input type=text name=filename＞＜br＞
, j) Y( f8 d1 f# P6 [* ] ＜input type=submit name=submit value="提交"＞0 ]3 i' |: h8 ?; [2 X' ]
＜/form＞ ' Z% J; }5 A j7 _8 L: _1 t
% J( c2 V) ? R2 T2 I
Y0 }0 e' r6 [ [ 输入正确的网址，提交后表单信息被送到abstractSRCfrompage.php3页面，由于表单本身就在该页面，所以相当于被送到自身页面，下面我们需要编写析取处理的PHP代码，紧接着表单代码段后写入如下代码：
x( e" m \6 h' A- |+ `" B0 \. D- ]) E6 y
( M2 j+ j: h) L* B2 r
＜?php
- v! r$ A) W% Dif ($filename!=""){6 f" k* P" F, W3 J- |
$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；
5 O8 m# O+ _" f6 Q) @while ($buffer = fgets($fp, 1024)) {
4 K! J9 u% M2 p" i* T# `$source .=$buffer; }
, C/ R" U: a& E8 l! cfclose($fp);
) M" s* T6 n* f; d) F% Ofile://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记
0 x9 Y# C' G! h4 v, m4 Nif(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {* m, [& I/ u3 ~
echo "找到图片标签:)＜br＞";}4 d0 z, j" |) U- Z5 ?) A: x
else{% G9 L# p& L2 t W* u( f) D* k
echo "未发现图片标签:(＜br＞";}
* A) m5 W1 e @9 n+ U: ofile://拆分,第一次用标签,＜img ...src=拆分,得到了以图形文件名开头的数组，. w0 r3 D) t! F& B: T8 v. r o
$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);; W6 e. H* A4 k0 ^
echo "找到: $imagenums-1个图片＜br＞分别为:＜br＞";( A/ W! M. x" @1 ~8 Q* g
for($i=1;$i＜sizeof($splitres);$i++){
& l* @6 [8 n( wfile://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;
* F1 {1 s4 m u" S+ y: xunset($imgname); // 再次使用前删除imgname变量；
; M) Z/ L6 X, }$ w, s- T+ h' n/ y$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量
, w. n' c/ T" N P/ @echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息; b8 P4 D% A: u8 X/ P
}
6 ~9 |3 ~$ J2 d# V: J, s3 ^% j0 @& `}; O$ J8 s2 Y8 X4 v" w
?＞. x% e) L( v' |/ c# v
1 j& ~9 F: Y+ J6 O
, R7 V9 q8 b1 Z+ o/ @% O/ R, O8 l 该段程序的设计思路是：PHP程式判断是否输入了档案名称(网址URL或本机档案名)，若不为空则以只读方式打开该档案；接着使用函式fgets (fp,length)取得档案指标fp所指的行并传回该行内长度为length-1 的字串，上例中就是1024-1=1023；然后利用字串比对剖析函式ereg()查找$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。/ V, e) L; }- [/ `" U# X' F- Z# W
# F/ A) M: h$ z3 ~, \
其中函式sizeof($splitres)返回个数；在for循环中，依次将数组splitres的每个元素（也是数组）赋给数组变量imgname，并输出imgname的第一个元素值（为找到的一个图形路径+文件名），当执行下次循环时，删除变量imgname，达到重复使用的目的。大家可以仔细研究其中的奥妙。
" K) h3 x! d4 D: R) V- `! l) R
/ I$ c, j. E- Z 好了，写好后，将abstractSRCfrompage.php3存到你的服务器指定目录下，启动Apache服务器，在浏览器中打开它，随便输入一个存在的网页名称或是远程URL,看看效果如何。+ @) j' ^7 P# q- ]6 Z' _. k% A( b
! W' {5 ^0 Q) b1 T 如果有兴趣，你可以尝试析取HTML文档中的任意感兴趣的信息，如果稍加改装，做一个网站文本搜索引擎岂不更妙？ |
|
发表于 2008-1-19 23:31
| 