|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14249
- 金币
- 2415
- 威望
- 1647
- 贡献
- 1363
|
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。 + u3 F. f. H# i `# N8 k
`* W9 ^. X/ Y
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： # s$ K6 g0 B- s$ E3 t4 u
4 \% h. ^ d+ V, [) r6 G. A
% p7 i* ~" b8 C& Y* p% A＜form action=" abstractSRCfrompage.php3" method="post"＞0 K2 D P: _' m, T5 E+ W; `
输入网址＜input type=text name=filename＞＜br＞* F6 x4 w5 }8 \& n4 s
＜input type=submit name=submit value="提交"＞" h; l7 W2 t3 ^, [
＜/form＞ 1 ?" x. K3 H+ r; n2 {
' a- m7 F- H" L# r f
g( K' Q2 k' |2 f9 Y 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：
8 z$ Z3 @5 f3 t( y+ G+ _( i
8 c" N( o3 t5 U
5 ~# Z$ ~) {- e: y＜?php
1 Y% X, V. {1 m, c! ~if ($filename!=""){
! q+ b' Q" a' x) R2 |1 v: J$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；9 ]* i8 w2 c$ ]; G/ Y9 ?
while ($buffer = fgets($fp, 1024)) {7 _1 y, ~3 n Q. K; A8 \- l0 d. E
$source .=$buffer; }
1 H, W* o \ W& L* ^% xfclose($fp);) X- T2 P4 X9 q ?: r
file://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记
% N" i$ z! G) o2 ~" f B- ^if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {- r4 ~! B' d* _ u. ?. O
echo "找到图片标签:)＜br＞";}2 K n6 j# F$ U" `$ B* ]; R) u
else{
- S: M+ R) e+ a4 eecho "未发现图片标签:(＜br＞";}
8 U9 D7 ~# |9 B S8 \- I1 {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，2 ^ [1 D" |9 P7 i2 g( J( ]* P4 f, [
$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);
' k9 Y1 p2 k9 Pecho "找到: $imagenums-1个图片＜br＞分别为:＜br＞";, ?! Q. v) W+ w, Z
for($i=1;$i＜sizeof($splitres);$i++){$ J9 c1 q2 i8 p4 ?& T
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 S7 Y4 k8 Q: [ q' Junset($imgname); // 再次使用前删除imgname变量；
! D4 \+ h6 E% ^% v6 R$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量
& P |4 D- |, V+ B! F1 k9 C( p% @! becho "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息
, K! R1 n, @) E# Y8 l5 W n; }% ?}
. G5 g# `1 d/ e. D. ^( x1 T" N}0 q* g& `2 P5 U5 F
?＞5 r4 G g6 x- p7 u) M
; I! B) z2 L# s4 x, Y4 R5 i. @% N$ b+ M3 j: v
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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。
8 v/ n! H& Z" Y1 F/ }! x& X2 Q! A, x8 a& S. V/ h r' c
其中函式sizeof($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: {0 A4 a0 E" ?' a
6 [% k/ Q! E/ H' K8 X 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。
' \; H" t2 ~! R. `% ^% h C% ^3 L! u
9 o& g! i% b/ H5 C4 H 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
| 