|
 
- 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。 , s1 U0 {; V( B; T c4 X9 D9 p
* P( \# A8 `) c+ X, E
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： + t" m4 H9 L' V
- h: _8 ~' z! L
! B& c6 J8 g* ^6 r; W6 M- w) X
＜form action=" abstractSRCfrompage.php3" method="post"＞9 O4 F% G4 ~6 d& x, ]$ [7 J9 f" Z
输入网址＜input type=text name=filename＞＜br＞6 g% ]1 ~+ [$ x7 T. r
＜input type=submit name=submit value="提交"＞! o1 P+ L. t: t5 t0 |) O. [3 {1 r: t
＜/form＞
: ^+ q. I5 R$ X6 I
4 O" J0 g" J: Y8 t: F# a
' [' n* T2 t, r6 j* A% l 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：
6 L' Y9 f$ Q4 g I. _* [5 H, O+ L2 k+ a, x
- | b" j& u% L* L8 Q# L* V6 }
＜?php9 v, U& s# S U J" _0 l0 [0 I9 z
if ($filename!=""){$ z8 |7 D* }+ X/ c* t; Z+ }$ \
$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；
* Q: t/ z3 k# E) |( Cwhile ($buffer = fgets($fp, 1024)) {
1 F8 D. X/ E% q+ G, j/ r0 q2 y3 F$source .=$buffer; }
" Z4 C8 C9 O; C* _$ `3 t: qfclose($fp);2 H+ Y% c- V, Q9 T: T
file://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记
" @" A& F* m: O5 A( T ]if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {( m! r& z# d3 G# R9 A
echo "找到图片标签:)＜br＞";}. f- q) F& A+ L, b/ Z& V. m
else{
# ` V2 o) Y% Q3 yecho "未发现图片标签:(＜br＞";}) V) I+ f; r( O& F% w* D" N
file://拆分,第一次用标签,＜img ...src=拆分,得到了以图形文件名开头的数组，
; @/ J# m# x0 A0 I/ ?$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);
2 G D9 j9 T4 ?4 o4 s+ e6 oecho "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
5 |3 n( s) s/ n$ `for($i=1;$i＜sizeof($splitres);$i++){0 b* K( ]1 C# _7 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;% C) ^; d- [3 b2 z; N
unset($imgname); // 再次使用前删除imgname变量；
5 w+ p) \* Q, L0 W; m( U$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量& N9 @- Y5 L. b) @0 O
echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息1 U8 f9 U& j+ f
}- N( m1 z2 H( s
}7 z4 g8 |8 Y7 i4 v
?＞
' j; ]$ v& t4 }! J; }8 X' A# K) E) d& [" ^% B; l8 E" Y
4 F3 ?4 f ?# C 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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。
( Z( A: U* O" H) H/ z1 w1 ~9 k
其中函式sizeof($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。
/ m( E1 B) e H$ g0 K# s; i4 ^' ?' s; |
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。
9 Q9 b+ ^: b/ K$ `, B
7 h. a% H" H; y; V9 V- s 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
| 