|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14391
- 金币
- 2481
- 威望
- 1647
- 贡献
- 1429
|
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。 4 E4 G. j; n/ n- g) U2 |5 g, ]0 E: D8 Z
# ? ~& b. n: h X
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：
$ ^" I: W. Y, Q) f2 E, j' _* V5 @+ W6 Q$ U! H8 @
2 Z! d: C% f( g0 N* i: J＜form action=" abstractSRCfrompage.php3" method="post"＞
! e; y+ [( J; T! O4 c0 H; p1 Q% A" F 输入网址＜input type=text name=filename＞＜br＞
$ m$ T8 l; y8 y5 k& B# L ＜input type=submit name=submit value="提交"＞1 y% J0 ]7 ^+ S; F# {3 D% g. C( j4 j; I
＜/form＞ 1 u4 S; c5 q! f$ i4 r9 B+ [
9 w1 O, G c2 e/ f# L+ r. f
: M% A, B3 M; [% E: v& 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：7 s* ~0 [1 H1 x
- c+ [# _1 m: X" H/ r# x. B* j; }3 a: A
＜?php
3 U# G2 e% l; E$ O: o8 S; oif ($filename!=""){1 }6 I$ U* t w
$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；
2 |! F1 l& i: j% t* |, ywhile ($buffer = fgets($fp, 1024)) {( j- o; A J4 _2 w+ r' R: I
$source .=$buffer; }
8 C- u; E& p9 E% K- p/ F$ k$ efclose($fp);% s2 K1 G' N3 _7 a+ w+ F
file://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记
7 ^ j9 }/ h; h. L" k. _if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {
8 Q. u( Q+ s# I% @: J8 i' }& oecho "找到图片标签:)＜br＞";}
( v6 T8 F" o0 @& |7 H2 w: Xelse{* q9 |) F. R0 D. J) z* I0 E2 j) k& z
echo "未发现图片标签:(＜br＞";}; l6 _ P4 g( y
file://拆分,第一次用标签,＜img ...src=拆分,得到了以图形文件名开头的数组，
6 D, C" |$ [* u( t+ W w* I$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);
2 C5 O( b6 C0 @! zecho "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
( v8 A* K+ \+ {for($i=1;$i＜sizeof($splitres);$i++){1 [ T# u" T" J
file://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;1 Z1 w0 D) X: H& _! M C- }+ M3 y# Q
unset($imgname); // 再次使用前删除imgname变量；9 G5 y* Q6 ~6 D) Z; h. y8 F i: j
$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量( X6 k( L) y; b, o7 N. C1 B0 I4 z
echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息
& m" N7 j& U1 x2 G}+ Q9 G, q& C8 |% g
}
E" i. H& T$ L5 Z- q?＞" J; n) K( S: J: Z0 _" l# v A
7 V% g7 B: q% l. C4 w
, B# b8 w! F W" N, C2 G
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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。3 F, h( j* c# u9 R0 a. o% M; E
6 I& f7 a+ i- U# _) T, d 其中函式sizeof($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。
q4 d4 |! X) i3 n! x
/ V3 ?: @5 U* G) O2 Y- m$ r& B6 C 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。
; C6 X6 E8 b% w* n9 x
0 N. q; @* f3 U: I% ]8 ]( `1 b 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
| 