|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14443
- 金币
- 2507
- 威望
- 1647
- 贡献
- 1455
|
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。
: M0 M0 U/ q( T3 U' {% w
8 k' M3 S3 ?. f/ n 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： # [$ L' w/ D* d6 N
3 t' O5 l( e( F9 g" ^# n6 \! a
& C% `0 T- U7 N9 D; `; o! O
＜form action=" abstractSRCfrompage.php3" method="post"＞+ E3 G. [: n/ m3 e6 x8 S+ A
输入网址＜input type=text name=filename＞＜br＞" T( f5 n: ~- s$ ^9 A6 B+ v7 O
＜input type=submit name=submit value="提交"＞
* n1 P- e, ~7 ^& o; `& P＜/form＞ & Z7 C/ C# T- \ S
( r5 v8 r- E5 f j" i, I$ @6 M& e _ R2 K& s$ p# ^# f- V' u
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：
/ X, Q& _ r; d" i8 M( a# ]" K% Q( {* M# n5 X( m
5 o9 I+ N0 w; Y( y% Z2 k1 J
＜?php5 k- v' E5 n+ }0 H+ S- W; h% ]" w
if ($filename!=""){
7 E) @7 b$ c4 G3 `) R. @ b+ I$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；3 e" ^- B- t& u
while ($buffer = fgets($fp, 1024)) {
: U1 z' H" y- f& ?9 K3 s7 Z% O$source .=$buffer; }/ b& s1 E" x' k; E- O/ c- l
fclose($fp);
8 d0 l. {8 a9 @) Afile://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记
3 Q8 ?* e, {4 q4 G% j% w' t2 rif(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {( @/ _) u* m2 p. a3 G# @1 @/ E
echo "找到图片标签:)＜br＞";}8 Q% g _' @4 \' `! { `, k
else{2 d1 A% Z! F: j6 p. W
echo "未发现图片标签:(＜br＞";}
8 a! [& |/ u. C7 I* |0 sfile://拆分,第一次用标签,＜img ...src=拆分,得到了以图形文件名开头的数组，
& N1 L- H! `! X7 d5 C$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);
: X9 c- p& a( R0 Z( Uecho "找到: $imagenums-1个图片＜br＞分别为:＜br＞";0 Z# [9 I- V/ X) t4 C' _
for($i=1;$i＜sizeof($splitres);$i++){
8 X, x+ H1 n& H% Dfile://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;- r! n# Q8 I9 Y- W% y* l
unset($imgname); // 再次使用前删除imgname变量；
# k2 B1 E5 l0 {$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量 E" i+ H( U2 h8 B4 H1 n% Q0 J' m
echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息
; n. O; e: e9 a}. N1 F: D5 h X: ^; ~
}5 T; G/ C: o0 A
?＞$ p) N( {# A8 N4 j0 E
2 K/ U! O2 d. ?0 @1 V- @* ?
8 s6 e. n1 M$ t) `; A 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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。* w& t! e0 B$ i, v
4 t* d6 x% v/ g, A e
其中函式sizeof($splitres)返回个数；在for循环中，依次将数组splitres的每个元素（也是数组）赋给数组变量imgname，并输出imgname的第一个元素值（为找到的一个图形路径+文件名），当执行下次循环时，删除变量imgname，达到重复使用的目的。大家可以仔细研究其中的奥妙。6 g# c% }" j% @
' T' @- c. y6 L4 a# |8 {' ~ 好了，写好后，将abstractSRCfrompage.php3存到你的服务器指定目录下，启动Apache服务器，在浏览器中打开它，随便输入一个存在的网页名称或是远程URL,看看效果如何。: H0 _2 ~- B2 i$ v0 d. g
; O5 {: G" k0 L
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
| 