|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14221
- 金币
- 2401
- 威望
- 1647
- 贡献
- 1349
|
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。
/ n8 [: R" X; ^" g: j' X
# O+ M+ s: o( |) C 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： + F1 Z3 W4 f9 c6 ?: R3 y% P
5 b* f$ h* D; r# |. ?1 Z; [
( h# Y; j4 i8 H& R3 g＜form action=" abstractSRCfrompage.php3" method="post"＞3 w" L) @3 F# r4 T% M4 R
输入网址＜input type=text name=filename＞＜br＞
`' P7 j% _% G9 Q ＜input type=submit name=submit value="提交"＞
; V: Q- v o* g" c5 f9 `1 J: z＜/form＞ : d, T5 H$ {9 b4 ?
5 V' X3 E$ C9 _) R" y' T( T' K9 y
4 N: ^. o0 D; f1 W6 F4 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：
4 ?6 z: ^7 K5 ~* K; @) M7 O( W6 ~* H2 }8 v4 Y9 t( ^4 r* K" e
. b0 A8 \( }1 m- n5 f3 I) v# `＜?php( q( p/ ?( a$ L
if ($filename!=""){
( ~1 n/ k' s9 b( i$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；
, O/ d \0 u0 C( C- M M7 ewhile ($buffer = fgets($fp, 1024)) {
( }2 K" C: R5 H0 i6 O5 d. V$source .=$buffer; }. r( B. i9 O N r) x
fclose($fp);0 _1 X+ e) U7 y" d
file://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记( |. ~& ^; w6 X" Q: l ]
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {
/ R4 H! V7 `4 T! S" C2 jecho "找到图片标签:)＜br＞";}0 y l/ _3 Z8 D/ L6 k: \: L% k
else{
( K% N$ [- z, ?. q2 e1 K1 N6 Vecho "未发现图片标签:(＜br＞";}
2 j4 l w8 W; Y2 pfile://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，: Q' p: X: a" ?- A8 `
$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);. t) z+ l A% b6 {. Q- J& U
echo "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
! q3 a& `" P* _; v0 o; Z' ffor($i=1;$i＜sizeof($splitres);$i++){
% [. ?: I) Q* Hfile://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;
: N- X) x5 d3 L" l+ T8 \5 zunset($imgname); // 再次使用前删除imgname变量；
6 |% v! p1 ~0 q0 v$ K( L1 `/ V$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量
, {' Y/ c6 G) w: z, Zecho "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息6 Z$ K7 I5 z0 C6 m, [& ?0 x3 A
}! N$ H9 Y; m# S0 C6 F
}% n8 ?2 l* z1 ^4 s( x
?＞" B5 U( G) B3 l3 U# E
) Q+ L& Z' ?$ c# S5 Y/ ]2 m" e7 [) ?" Q5 Y
! o4 K% t5 Z. H. ^' [# C8 @3 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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。
; X5 S/ x, H7 W! `' m0 B+ c! ~. r* Z* O# t D
其中函式sizeof($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。/ h$ g/ F/ L* L- s
% |1 j5 A* |* s( C% H1 k 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。
" K8 H5 B W- }! H. E% a$ U, Z4 V5 ]$ ~* e/ a8 t1 z
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
| 