|
 
- 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。 8 C6 S0 H+ {; `- t6 O
* V& L9 q+ r. b/ Q( b) V2 k 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" d9 m7 H0 m* B) A5 x
9 \; a \$ N7 ~ \! E
2 o5 l, a; j& S. z4 g9 ]3 T4 I＜form action=" abstractSRCfrompage.php3" method="post"＞
8 P; u8 Y9 m& s# l% s7 P 输入网址＜input type=text name=filename＞＜br＞
; v- N3 ^6 |+ R ＜input type=submit name=submit value="提交"＞
7 i6 y5 k5 M- s, [＜/form＞
) w4 r9 G U* V: {. [' A1 F+ e3 K; u2 y( ]( w# g
$ b, {' I T* Z; f
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：0 k. d! K/ [# d+ B4 V
1 x" S0 n! [6 v. m& ]: O
5 M2 f/ {. Q3 [% |3 {＜?php$ y, k1 N" ?/ C( V+ O- b5 B; E' ^
if ($filename!=""){
' z/ g% A; c' o6 g& J$ _$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；
$ |( |( I! J1 Q3 |6 B4 ^while ($buffer = fgets($fp, 1024)) {3 U$ x7 U( b$ W9 @
$source .=$buffer; }; Y+ |2 n$ w4 e1 y% }* I' S
fclose($fp);
, `0 w2 `" j6 X- d- R2 Tfile://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记8 n/ D9 R$ ]4 b
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {
0 G h2 S5 Y/ x! pecho "找到图片标签:)＜br＞";}0 I) O, Q! g' r3 g5 t3 Z/ y
else{
/ o+ E4 B9 i0 _$ m1 T9 necho "未发现图片标签:(＜br＞";}
: S$ {! P5 e* Vfile://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，
1 z+ r! R- O. J% T$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);
# m+ C( ~: {: q# X8 i& j+ n3 S3 Gecho "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
7 b* P2 \% \! U! gfor($i=1;$i＜sizeof($splitres);$i++){
9 v6 v4 g' b/ a1 _file://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;' D( H3 J: Z& x$ D6 x
unset($imgname); // 再次使用前删除imgname变量；
d# ?3 L" T- o: Z- U$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量7 z- {6 O. k N( y1 h3 Z
echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息
" m/ P+ E; I3 N/ k0 U}( d: q" r; t2 [, g9 m) J2 r. U
}
# E! j3 q4 d( \8 z?＞, p5 H* r: C8 F
# `) s) T* H4 {. e& o+ E! q
: {- e5 ]- ]6 Y1 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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。
' {" l% T- a1 ?: Q+ S
! G5 W9 F/ Y( p0 p. |! B 其中函式sizeof($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。
% W% [+ E; d" v: e3 [
, z g( Q1 q- S6 f 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 j$ A3 J' g# h. n. }& R+ a8 k1 \* H
& x5 ]/ E! e8 ? 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
| 