|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14341
- 金币
- 2456
- 威望
- 1647
- 贡献
- 1404
|
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。 & O4 q$ E% `3 w
2 m4 i8 m [! Q/ T
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：
; z/ l( C, H# U: t+ Z1 v
- E- s& k% r6 Q- l
- b* o% e& n0 ]9 p/ K＜form action=" abstractSRCfrompage.php3" method="post"＞
& G! {$ C" h3 @& u7 m& k 输入网址＜input type=text name=filename＞＜br＞
! S* J( m+ |7 _! d, G. q3 o ＜input type=submit name=submit value="提交"＞1 p. Q* p% r% s4 Z$ t, H
＜/form＞
8 q6 ?/ P+ [ A! X8 i& @3 v) _# n( P) \0 e9 y8 B
$ U3 R( i6 n2 I& 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：" E' l$ P, N/ ?' {8 Y. F8 s% D
6 e9 [% z: G$ z7 R m- z! F
. b- N( `& L" Q' R
＜?php r! k2 @, m- B: u5 c# z/ f
if ($filename!=""){
- S1 Z/ e& I: X/ ?( l) W$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；! s$ @5 ]# q- M& C* U1 u7 ^$ Q; R6 t
while ($buffer = fgets($fp, 1024)) {& J% a. Y0 l/ b& ]7 l
$source .=$buffer; }
0 [* r! j8 x, Jfclose($fp);
1 s9 ~' l2 ^1 N( [: x8 M' ifile://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记
3 @! V' o8 R5 A7 M- c; M5 qif(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {
6 j; {% @' z; }* A* Pecho "找到图片标签:)＜br＞";}$ T8 i3 q! R2 v/ T) }) J4 e, D
else{
8 F4 P; u2 ^6 h, D# Wecho "未发现图片标签:(＜br＞";}& Y9 u3 E, @9 Z* V1 A
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，5 r) s, l1 n o0 q# B
$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);
& c3 r, h9 H W, U _( _. S# [echo "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
' a/ I4 E/ c: ?2 u, K: c6 yfor($i=1;$i＜sizeof($splitres);$i++){6 o0 @5 Q* S0 m8 O9 v
file://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;' L4 ] v8 L+ I- p( D0 c
unset($imgname); // 再次使用前删除imgname变量；, V! g7 w$ f' r! G6 R- f, p
$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量
0 c! j1 R' C+ E' i$ l/ @echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息7 M2 W. r, w! \2 l/ y; R
}
2 y6 x! Z* U# _* P3 z9 [+ C}6 B2 h! Z2 C8 b/ p
?＞( t7 C F8 R6 Q7 A+ N: H
" |/ L$ r$ \ m2 F r
4 E8 W% M2 F9 ]; t3 Q0 h* B+ S 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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。
7 c7 b- T' ^3 `2 S4 O; W. l# l( u3 k) E8 ~! r h8 c6 t, Z
其中函式sizeof($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。9 U* a5 B& x- [% d {( m
9 i# o3 d2 N; A3 p5 I 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。. p# d2 W. a: z5 u; C0 N$ C* q0 o
- \& ]9 s& X7 r6 t5 M& g4 G 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
| 