|
 
- 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。 # r$ n6 m2 p. y4 N
% m& d) _' e% G: j4 [ 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： $ Y+ z( O$ a6 i' }3 W2 r5 t5 P3 `8 ?
& t* ^2 U, r2 C% i2 H4 Y( @' W2 a
# b4 a- `- W. v1 e4 t: Q# D* s＜form action=" abstractSRCfrompage.php3" method="post"＞9 c" @/ z, h- N' h9 l# ]
输入网址＜input type=text name=filename＞＜br＞
# [0 f7 D+ _! W. v9 Y1 d ＜input type=submit name=submit value="提交"＞+ w8 h. @+ N: d( k. E ?
＜/form＞
0 q# @$ ^7 @- W* h* z; y* _6 e" I0 Y" P2 q. H; f/ F, P
6 t. X2 x5 j; y) E
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：1 c+ B+ e7 W8 ]" d, o
/ [! b: C9 n+ w+ K" I) l) a! q1 ]& Y+ [" j) I
＜?php3 `: U4 M% q8 w( r; n
if ($filename!=""){
[2 L% x8 `2 |& W; N: m3 R% H$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；# s3 `3 k# s7 s5 c$ m9 s
while ($buffer = fgets($fp, 1024)) {
9 i+ c8 L# c: n# v9 B$source .=$buffer; }0 @2 u- E( \* [
fclose($fp);0 [% Y8 e8 m4 N( B" A
file://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记) ~+ e% h9 c/ q4 K# x4 g+ n
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) { ]5 P7 e# C- N! H6 D4 s+ r& W
echo "找到图片标签:)＜br＞";}
" [5 p9 x0 W& O! D, N+ ^" K6 lelse{8 j' A+ l5 P% K5 o/ f7 Q. [ M' }' u
echo "未发现图片标签:(＜br＞";}
1 C$ J! A! U, |* b' @ @5 R1 ifile://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，/ n3 ^! V2 Q9 @. l+ U
$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);& N2 i5 ?9 l" t+ C, V8 k
echo "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
3 w, M. ^' e% n( O; Ifor($i=1;$i＜sizeof($splitres);$i++){( ^" ~1 l. c( S5 e5 y
file://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;
: L/ U* ^: k) _unset($imgname); // 再次使用前删除imgname变量；
" U0 V- `. i+ N* l$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量
9 Z* J/ j% L# Fecho "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息" E+ s* |' D7 ^1 `0 K4 f8 v4 k+ O! i
}2 ~) y/ ^8 L- r. \& R
}7 v! S6 M! }; i& c. [
?＞1 u+ X+ W5 r5 R! M* ^0 V
7 I6 | ~" {: Y( \7 B! s$ B
# Z7 }( \5 C% z% Y% r 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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。- A0 H& t2 ~2 a
9 T0 ]; i O( ~- \
其中函式sizeof($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。
+ _% o- N( f; ]8 Z- z
1 ~5 {; p" B2 K, v' c/ Z0 I7 @ 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。
6 i; x) K( J" Z" h2 ]- [. l2 k) D7 }. t! ?& t
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
| 