|
 
- 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。 9 Z% v1 w% E0 |2 L2 Z# x) d
! x6 R+ @' W% j2 [. W0 d5 L# \3 K6 H 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： ! b) l" x8 T! t. P5 ?
( T P3 y1 c. @7 }; \$ T% y$ ~' a( ~, Z- G3 I, a+ q( h
＜form action=" abstractSRCfrompage.php3" method="post"＞% Z2 n" N! M- X7 e
输入网址＜input type=text name=filename＞＜br＞/ m; u; }1 H- e) q+ i
＜input type=submit name=submit value="提交"＞
* F* Z' s% b% Q$ |/ i＜/form＞
2 x3 B8 [+ S3 S4 {5 H A
' w, j7 S% N( H* @# h; m3 G ~: f3 x$ E1 X8 K# p
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 a8 p9 f1 V+ q0 v: o3 Y/ B, ]
5 {5 V/ X/ l- j! A# _
; G! B; D" y! O7 T7 O5 u) h＜?php {5 |. T5 X2 x
if ($filename!=""){
2 l* |+ u D8 ]% H, m0 W& [$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；9 {% d% k/ H5 k J* D& a# W( A/ q
while ($buffer = fgets($fp, 1024)) {3 I( B/ a& g5 A+ e" \+ D2 C# N( k! L
$source .=$buffer; }
) w5 L% O% g$ v( ~" jfclose($fp);
2 t: Y2 T" X* e, O5 tfile://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记4 _# T6 e- N% h7 h# r- Y" }
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {* E+ P: m; T; n
echo "找到图片标签:)＜br＞";}( ~! R) U$ Y, t& I. w+ K) e
else{
, {; |& e5 e! O. N# Becho "未发现图片标签:(＜br＞";}
% ?( Q: [' a5 p2 i/ w1 efile://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，0 k X% l6 ^1 v* r3 ~! H; j* U
$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);
. C) v* i$ ~9 o" o5 necho "找到: $imagenums-1个图片＜br＞分别为:＜br＞";3 {. |; ~5 Y# c, h
for($i=1;$i＜sizeof($splitres);$i++){) H3 A7 U, x3 u8 r
file://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;: ~' ~5 W" T8 ]2 a& v
unset($imgname); // 再次使用前删除imgname变量； V/ ]- K2 ?1 k0 o* U# `+ d
$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量/ P0 P& p4 Z) H) ?
echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息
6 D" Z$ H: n1 l' F. z( ^4 K& s}
3 r, q3 _( \3 O1 T- H1 I/ a7 W}8 A! z" {, d1 l+ H
?＞1 A' [8 k# K) A+ ~: l
/ N3 D( {- ?# }4 I# K3 K2 m* o: |+ c- R
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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。4 R# Z) X4 a) B' {
( d0 G1 f/ M8 l* Q9 d 其中函式sizeof($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。9 X; B% e$ Q5 u& X! S
. z3 @ u; I) r
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。
4 U2 l M7 ~$ R9 \
% x+ u+ r0 h2 V1 r5 b- R- s3 E5 L( r 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
| 