|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14389
- 金币
- 2480
- 威望
- 1647
- 贡献
- 1428
|
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。
. |# |9 Z% K5 k9 G: A) W6 l# S1 O$ ^3 F9 C
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 x) A# X4 D3 w9 _
; e9 O- B8 y$ j9 f1 G/ T* z
$ @+ Y' R3 S& r# U; S
＜form action=" abstractSRCfrompage.php3" method="post"＞
. C' d/ ~4 U1 X3 U# P' [* l" k4 y 输入网址＜input type=text name=filename＞＜br＞
7 {* M0 p, y5 u7 t% `; d ＜input type=submit name=submit value="提交"＞% ~, r' |( J! K" w9 u
＜/form＞ 9 g1 G, Z6 v$ t' A. h/ j
. T4 u$ V6 c# L! h: y! S% p8 S$ ?( p4 [, q- _
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：# \% `/ v( ~# E; j' u
3 Z7 u; @" v" p6 B& l* S2 c$ P% D) q( u3 n5 p$ ^- J) K
＜?php
* |1 |( K2 j& P6 l- gif ($filename!=""){* w9 n |' A. ^ E+ ?: G
$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；
: \1 t* j8 ^9 d! U' m( r4 V( Zwhile ($buffer = fgets($fp, 1024)) {% t! C+ w" D1 t* c% e) P' H
$source .=$buffer; }
- T1 m% v. n4 z3 m5 S R# e" {fclose($fp);
5 i$ G2 u. I) Tfile://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记: M8 p3 B, p5 ]# ]$ T0 i$ r
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {
% Q7 u; j- T& A; e3 }" Pecho "找到图片标签:)＜br＞";}
2 i, a! n/ ?" E( z& f) |$ J' {2 ^ kelse{- p4 _* u! n+ V+ ?9 M/ E# _& n
echo "未发现图片标签:(＜br＞";}( k \# d( }+ k' M4 Q; Z& [
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，! {, s& V- ?) w
$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);
6 @& ]5 U/ J6 L, P: pecho "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
5 N. U5 _6 K! [9 T- Xfor($i=1;$i＜sizeof($splitres);$i++){
, t( V/ K; a1 A. l& R" [file://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;) c! u: h' }* }$ g. o3 ~0 c# m
unset($imgname); // 再次使用前删除imgname变量；4 M; z% i/ J+ _* @9 y$ X) L
$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量
) X2 Y# @( `6 j' ^' C# ]echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息' \, K3 O" F4 i( C: s
}
; {. B3 S1 r! S3 ]% l% T}
) r. z5 y) w" J$ B7 f5 E?＞
' p2 R4 Y$ x* G; o
2 c* c6 H& S( @ ^ t/ O- t4 K4 z! }
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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。
8 t# Z% |3 a) w9 Y
2 {. z) R0 ^ t3 f; x7 e 其中函式sizeof($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。: q: T. E% D" c( K' H
* U& p3 L: L) r5 n7 V 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。" p4 P6 }* `9 P
8 {1 i3 S( I0 L0 V; g# _$ m 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
| 