|
 
- 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。 : r# _3 y/ ]; `* ~4 ~
! C$ O1 [; w' e- @4 i 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： + o; V/ W/ z1 C7 x2 T
8 _9 u) [: Y7 e$ G. W" y2 @8 u/ R: q9 ^9 v& h& x3 X& X
＜form action=" abstractSRCfrompage.php3" method="post"＞
- d* Z; p/ V, _7 H5 }, V 输入网址＜input type=text name=filename＞＜br＞
& z# k$ T0 ^# Q7 ~$ q/ T ＜input type=submit name=submit value="提交"＞4 H- @" \) m- a' H2 s U
＜/form＞ & h, q& n. c4 |8 @
# [0 ^: y5 x. i$ o. D
) M6 w3 J) }% z* g8 @/ h
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：
2 c! ]$ Z6 z, Z2 f
7 a# J7 t& T& d- S
5 d$ x' x3 G9 E0 G. p/ r2 s3 o) V9 B＜?php9 e$ y! W4 ^ R0 [7 K
if ($filename!=""){
3 Z" O+ d: l* _' I; P" t' b$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；
/ ~/ T8 t$ v1 f8 w! twhile ($buffer = fgets($fp, 1024)) {
* ~& e9 g' h2 Z$source .=$buffer; }6 ~1 q* o. B3 _* i4 M
fclose($fp);
( B$ Q# Q3 h* E0 I4 O% Ufile://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记
+ l" H. n# ?: @9 L+ Mif(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {
. c( B% U6 Y( R. z$ I8 V+ k: J) s0 pecho "找到图片标签:)＜br＞";}8 x J, @9 p2 t5 m5 q& v
else{
) ^ f) [: r% J% s; y0 E/ {echo "未发现图片标签:(＜br＞";}
/ Z- L5 R& f" ^" nfile://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，% f% I/ x; B& R( D5 Z, S
$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);+ j( ~3 S+ Y8 m4 I* [" t8 a/ h- C
echo "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
1 J( p& a! V+ q0 w: afor($i=1;$i＜sizeof($splitres);$i++){! b/ M! u; }; d0 ?1 l6 n) E* E2 z
file://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;
* \, ~4 o Z0 yunset($imgname); // 再次使用前删除imgname变量；$ h' q% H' u7 ~0 v9 H; L; P5 H3 j& S
$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量
S; o. Q* V2 p' N$ i2 oecho "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息1 k5 R8 u! |/ W
}
5 X" E& H) x& I0 |}) r- M! ?2 i4 R4 M
?＞: t9 z3 s! @0 s
) |4 n1 o9 `% I, G, s" q
$ {9 }% Q y/ A" J" J 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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。" B" c: h1 r4 G P' q! x
" z% j" O4 p& X* |; k
其中函式sizeof($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。: @4 e$ r+ B$ f& V: r
4 X. _' `7 j, \5 c 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。* t4 t' Y) K2 ?0 T7 {; P. T' T5 }
% X$ ^( q: |+ N2 y& ` 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
| 