|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14325
- 金币
- 2448
- 威望
- 1647
- 贡献
- 1396
|
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。
5 H# Z7 r& @2 m; o$ i$ a P% s+ R
; R U% U, d* p. c3 \6 |3 y 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：
; V1 ~) {8 |( D
8 R5 x- Q+ D2 t5 ]$ Z; z& t' j
/ \! X0 t* A3 k0 f＜form action=" abstractSRCfrompage.php3" method="post"＞
- w/ i" a9 L- B 输入网址＜input type=text name=filename＞＜br＞5 e, M5 G4 E5 g' N* {
＜input type=submit name=submit value="提交"＞
2 F0 o% i( Q O: e, U) {4 [6 S" O＜/form＞
" }' {0 D$ Y1 C K; Q7 N1 b$ e3 c5 i6 j4 H- e
3 N8 g- L: R+ S; ` 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：
L$ F8 j; r: A+ P, y F, a$ ?2 U" ?3 ]5 s& F, Y$ j
. q5 `3 m- r6 I* e; {＜?php
! K8 u7 g8 b3 @! a7 xif ($filename!=""){
M1 ^: e8 J. Q& P$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；0 P/ U! [& h# T9 i2 o' h: `8 e
while ($buffer = fgets($fp, 1024)) {; L }: F8 Q$ p: ^1 S2 A0 I
$source .=$buffer; }, {* n& C3 w( \" J5 X h# [, N
fclose($fp);
9 m% S, O( n1 |% T5 f. dfile://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记/ k" b' y( j# m6 q
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {6 p/ c5 `9 P ~6 J# ?5 }% K
echo "找到图片标签:)＜br＞";}
7 u3 O/ j, B1 `% ^; B8 [* Uelse{
$ ?# {- M! w8 y) fecho "未发现图片标签:(＜br＞";}
7 W o. Z4 {) a4 s9 H8 D3 Kfile://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，
% h; M! |! p" `8 y; |$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);8 T/ d5 t7 z( n3 n! A' k6 n- H
echo "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
. ~3 h: h+ p p' X# q# Lfor($i=1;$i＜sizeof($splitres);$i++){
& Z: c+ X% l0 S0 |) c0 Z2 ufile://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;' s# `- B/ E& A1 p
unset($imgname); // 再次使用前删除imgname变量；* [( s; s* X ~: K: e
$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量
/ i0 t8 \2 f4 x2 x" J) Z+ becho "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息
* i% v- q+ I3 K2 `}; Z; R- {3 D P% ] T: I
}
' \# S& E) Q* n3 D- d8 {- Z?＞$ S& G; c( u( c2 w. P7 O. e
% }2 ^) {% \3 Z9 y' N/ m; p/ j0 D m
C% c2 o$ }' N2 E4 j
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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。! o% x& @9 V' ^+ }2 h! Z
8 M$ n1 o ~- E8 V+ r! P$ @0 f 其中函式sizeof($splitres)返回个数；在for循环中，依次将数组splitres的每个元素（也是数组）赋给数组变量imgname，并输出imgname的第一个元素值（为找到的一个图形路径+文件名），当执行下次循环时，删除变量imgname，达到重复使用的目的。大家可以仔细研究其中的奥妙。
" V( p1 u9 U2 r" U& \* O/ ^+ Y
! [$ I' K' \+ `$ t/ I3 I; B" A 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。4 a& i5 @, f9 E- f8 P- G0 Z! q
. `4 E, ?+ r: l1 G7 e# |3 ^ 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
| 