|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14197
- 金币
- 2389
- 威望
- 1647
- 贡献
- 1337
|
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。 4 S K s# D Y% n
; a9 n6 Z" V/ _& U! F: d
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： 3 d: e1 h2 n4 }2 p$ W6 B
/ w- p: N4 s1 T. a4 l5 n. b
; V Z4 f. ^+ c- M- |1 }＜form action=" abstractSRCfrompage.php3" method="post"＞5 I! P; M4 p1 `: y, N, V% Y
输入网址＜input type=text name=filename＞＜br＞& v. S& F# F O) t$ \2 V( A3 V
＜input type=submit name=submit value="提交"＞
) Z4 [8 h( P, H$ {9 O# [7 t＜/form＞
( _" J% `9 Y* O6 b3 J! H/ \
! V, ~+ l( W( T$ P, A. e4 v( h
. R3 M/ z4 r: r 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：# C: j5 [9 l5 ~/ q0 X R* \7 T
6 K% \* f, g; D5 z$ I: \2 T0 K3 t; l
＜?php6 g: [+ }" _ T3 s& [
if ($filename!=""){, v: ^+ a! R. i
$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；: d7 a; z2 n1 v! }% J
while ($buffer = fgets($fp, 1024)) {
2 p1 ?1 S9 g; j3 q' s) h$source .=$buffer; }
0 G# u8 N7 C# t# {7 ofclose($fp);% q7 v% u0 ]8 _& \- H% S' P
file://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记
2 g/ a4 B3 v# e. ]) ]; s$ mif(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {( N, \0 O$ n7 x; @/ {
echo "找到图片标签:)＜br＞";}
% E+ Z) b9 `* b# L4 ~else{
1 o B! c" f/ Q* R, i- A# hecho "未发现图片标签:(＜br＞";}
/ C$ \& R# i9 k# [& P7 |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，
5 H& w6 F2 Y, y0 }5 I& W0 W- S+ d$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);, a3 W% f0 K( @% D& w; I: |: F
echo "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
) e" ]0 y9 F0 v9 B% }. ffor($i=1;$i＜sizeof($splitres);$i++){
! x6 x/ Z' l# c' R. n1 ?9 kfile://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;# V/ c1 k2 k1 k/ u W, K1 R( b6 y
unset($imgname); // 再次使用前删除imgname变量；- B/ O3 H7 H2 {3 S
$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量
/ `4 s6 M3 y' ?0 a7 E5 N; ~echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息
% E; s/ K2 H, f/ e}5 r2 b9 U* u" _! w$ t/ k
}' ^2 m( [8 ]" Z: z$ F" S9 u+ ?: `. t
?＞
1 H; {: m$ L1 B/ V9 `
, ]0 ?8 R4 j/ X0 {9 Q/ y+ |; Y3 l) v5 q5 i4 y( [6 ~
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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。' _5 Q, P a* K& r$ q! c
4 f) @% W% C, f/ }% f3 P
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/ l, ]5 ^! N* Y3 f
1 k- R( O3 p- ^& z; e! U
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。
* w+ A# f3 ?6 w) U3 ]2 F" z
* ]1 F. I3 H x1 p, \ 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
| 