|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14247
- 金币
- 2414
- 威望
- 1647
- 贡献
- 1362
|
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。 8 g: I/ I0 U$ j7 m$ e
/ [1 T; p# Z) e) ]" U' 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： 1 z2 `" R m' F4 c v; t
' K7 p' D- w* w6 q, w5 K- f u, O# i
0 P' K8 o& A/ j& J! H; a: c
＜form action=" abstractSRCfrompage.php3" method="post"＞) D5 k/ N1 }" r# u5 L! ~
输入网址＜input type=text name=filename＞＜br＞
, w" g" l! {# E) Y9 m ＜input type=submit name=submit value="提交"＞
/ r/ I) d2 ?3 Q＜/form＞
- b0 F' V6 x$ ~/ s; q4 m* t+ I
9 V8 {0 E" d' m1 t7 a* i ?% {7 z2 s L* I' N2 X- k ~
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：
% B3 ~; ^: [; u
$ e5 B- p/ M/ V. o% v# [# Q7 T: M" f* U+ `3 P/ S m1 M L
＜?php* v1 J% f2 V) J/ e- l9 }! G6 I
if ($filename!=""){7 ?: A0 W9 B. u) p2 `% r
$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；8 {* L; ] }) E. ?" e& e2 y
while ($buffer = fgets($fp, 1024)) {
( c+ _7 c. o( }! r5 ?) M$source .=$buffer; }
& q6 c, P4 ^3 B6 hfclose($fp);
$ S, ~. `% z/ G" Y+ {file://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记+ a% h p3 V" S y$ K
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {. M+ z @& S# ]7 f
echo "找到图片标签:)＜br＞";}3 \5 O2 v( x N, Y& n- _
else{
7 b) n4 `: S7 y& l. ]& M) oecho "未发现图片标签:(＜br＞";}& \0 \) h8 W1 i- D* R# Y
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，
1 c) b7 p9 Y5 I' P: Q+ @$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);) A2 n' [/ ?8 N; ^! `7 P
echo "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
/ ]. A* n y' S% R" J' J' bfor($i=1;$i＜sizeof($splitres);$i++){
9 V5 N- {: j6 A1 Ofile://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;" L' b( j, O; E$ ^
unset($imgname); // 再次使用前删除imgname变量；
+ |8 `# \* B ~% Z$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量
0 F! v. A+ _2 m2 l. R$ \" J8 Pecho "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息 M! e8 p$ o& v1 \. e
}
4 |5 X" r. E% d2 W3 L}
* R1 g! M$ s" J) e- C6 Z. _' m. k?＞
" p+ x; R" q5 ^$ \2 U L3 i# I
8 z) W6 k1 K" ?3 U' i# n3 I$ E- j9 s0 b2 ]
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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。 [5 h' O2 G: g
O3 E7 S) ^/ r k! N0 d
其中函式sizeof($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。
}; s& K/ D s
6 I8 E6 x* _% [; M 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。" l# H. g) n, H: \# {
$ |. k$ e9 @/ v; @ 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
| 