|
 
- 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。
* ~! Z" s, b9 E2 y
/ u. c& A5 o9 W/ L# R; s 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： - E% @/ P4 v! S( |2 Q
3 u2 d4 A; o% @8 o# G1 Z
0 u+ g6 ?# t( m$ _& X5 D9 _; O
＜form action=" abstractSRCfrompage.php3" method="post"＞' V* n9 w; |: [ }+ t; l
输入网址＜input type=text name=filename＞＜br＞
6 V/ R/ y7 R* z. S' {7 v! P ＜input type=submit name=submit value="提交"＞
' ~4 V( z4 }& H7 N＜/form＞
9 H( j% b5 h3 R- p/ F
$ ]: v8 Q T6 X" ]
& a1 G1 p% G+ q' [ 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：
" F4 T" `9 j: T. l
_) F9 C3 ]* `/ W
! v0 ~& D# N* t' y% _- L! j, m＜?php6 T8 p/ n0 i! k
if ($filename!=""){
' n5 \5 ]" W8 L% N3 y# l$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；! v D) m( A# C
while ($buffer = fgets($fp, 1024)) {
0 j* _/ e* G$ }3 a, K: R$source .=$buffer; }
2 _% `) U1 m! P' ]9 j- z: \fclose($fp);
# o. d+ P$ O& {% [# |! k" d/ q1 Wfile://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记% j9 D, `! }. W# ^
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {
- R) W3 B$ c0 N6 r' }echo "找到图片标签:)＜br＞";}) F$ R- ?4 w: _, O7 }/ b
else{9 E# p/ C; M/ n5 w1 C8 p
echo "未发现图片标签:(＜br＞";}
1 y- I8 ^5 l, Mfile://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，2 W: ~! j+ T D* j& I: N
$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);
2 B: }; @: c) Pecho "找到: $imagenums-1个图片＜br＞分别为:＜br＞";
; _4 ?4 t, d8 E* i) ]for($i=1;$i＜sizeof($splitres);$i++){6 U1 ^! N- s- z) R# {4 U
file://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;
4 c# F+ S& S+ v% sunset($imgname); // 再次使用前删除imgname变量；# g8 z ~- p5 O3 W) S* Q' H
$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量
7 |( Y, t9 {- X; D. \8 w* zecho "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息/ R& S* d3 l1 J3 |
}( I- T# F4 J/ Z
}
! P( U& m1 O0 T& r# P3 j2 n0 x?＞/ S w9 H: E6 Z {" T; `& `; K
* G( u4 o; n6 \2 g p
" w# R3 C) m- m* G9 y4 F8 Z8 u$ A
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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。
* e# p0 M/ V) j+ V+ U% E9 I6 n6 v' J5 P& I3 ~
其中函式sizeof($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。
+ Y1 y6 V6 A4 j6 D0 Y" T1 p! X- h0 s+ ]2 d
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。( }( Q2 E0 x- X R8 P7 i% j
$ y$ B2 O/ k/ i7 S 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
| 