|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14433
- 金币
- 2502
- 威望
- 1647
- 贡献
- 1450
|
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。 F1 T0 o9 b' t% z' v# K% t! P: w
3 U) M: J$ `- |
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： 4 e _, B) M& e
/ _$ Z: L2 k/ [- S; v" m+ R4 H
/ a$ [- [ V4 o9 h V( o* |＜form action=" abstractSRCfrompage.php3" method="post"＞
4 |; T. J6 ? \1 K3 W 输入网址＜input type=text name=filename＞＜br＞
/ U( o: _0 U/ N ＜input type=submit name=submit value="提交"＞4 o1 b' _: N- J0 {
＜/form＞ ; V+ c" x7 R+ D8 h' _
& t' r) ]( M9 l' N6 ^7 O) f& X9 M ~2 B/ y8 [+ N
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：0 W3 r! t0 k/ y+ R
, J3 c3 Z' a4 |/ O% @) ~: u- t" i
, H6 k5 Z; {2 q s! k# u+ |) Z/ T7 ^＜?php% I5 A! d: ?; c! J* B
if ($filename!=""){/ A0 [# }! @/ Y. t b
$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；
( J5 f! t8 j; p- Dwhile ($buffer = fgets($fp, 1024)) {
6 f# i, `4 H, [$source .=$buffer; }
( L9 L8 @6 y- @6 Kfclose($fp);7 C) z$ }# I9 T9 F! u
file://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记" V" G' L2 v3 D
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {
5 a3 u! A9 S! i1 y. ~& I) xecho "找到图片标签:)＜br＞";}
2 |$ z6 H+ U2 j+ ]2 m% nelse{
' ]5 m, A( L/ Z7 o1 |) cecho "未发现图片标签:(＜br＞";}1 r( k9 q, C4 x9 G8 E
file://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，
; N- L C# g! n0 @( n6 o( [8 d$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);
2 f3 \% {! g$ [3 W( r) ?) wecho "找到: $imagenums-1个图片＜br＞分别为:＜br＞";5 _, v! U/ j9 w3 L4 w' z3 O
for($i=1;$i＜sizeof($splitres);$i++){4 x( ? e( `$ C# {5 T* [
file://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;' ~$ I( Y+ v1 f: _
unset($imgname); // 再次使用前删除imgname变量；
, k" f4 h2 X% R/ N1 Z. w" u1 y$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量0 [+ b& u) w" q, H1 _* {, @
echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息' L6 H8 R* U0 Z+ [2 i2 U- ~' D U
}
! X) B! ?8 W' @% F}0 h; x$ M' g$ b3 q {1 v
?＞
) A% C. e6 `* }1 c7 U d) S9 e( I x6 |5 N
8 U. W: O4 V6 u- e5 o 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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。0 `: ?0 o% L5 ~2 `0 P9 ?
0 S: p* I9 C, K# s. ^( T0 T
其中函式sizeof($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。
" n( Y5 A: s% k/ U8 s% F! E* O5 m8 N/ C! o$ q
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。1 A% |" _" ]. g0 ]0 w6 a
; t9 V4 c) H' Z0 y$ a 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
| 