|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14249
- 金币
- 2415
- 威望
- 1647
- 贡献
- 1363
|
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。
' p; }( T5 K3 G7 G3 Q
5 T; y6 N) r' O& Z! 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：
; w8 D3 m/ C. l# l$ g r" L. v; ]/ `, G2 i+ M1 Y3 `. n
, V$ Y7 B. Z X8 u
＜form action=" abstractSRCfrompage.php3" method="post"＞8 o, d( F6 R, Q* c. s$ q# s5 ^) E
输入网址＜input type=text name=filename＞＜br＞
7 ?9 f, k% @" U% c0 V9 O% C# T$ U ＜input type=submit name=submit value="提交"＞0 _- n v& r9 \ @, w
＜/form＞ ; _0 a& [* B5 B3 [: }
8 Q/ |* ?5 B( M( E! \
' v: D% R+ t. O2 i" `. d& h 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：, e5 Z B" P& T& d7 g
2 i1 _' X5 b$ z% t5 W# [; ^+ h2 w/ ~" V l: T1 S
＜?php
, G! c) ^$ S' r8 A& Mif ($filename!=""){7 Q' b3 h$ H/ P7 Z& k- a# {$ ^5 }( A; b
$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；
- ^4 l0 r0 V3 @* @while ($buffer = fgets($fp, 1024)) { z$ V; o8 |( ]- Y2 m; E. I: G
$source .=$buffer; }
/ q0 D( g5 l* } k( O8 J- Ufclose($fp);4 L# i+ x+ i r0 h5 f; u
file://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记4 V9 V% a9 Q1 J! B T" ]/ _, a
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {
' V" l1 L# V2 W3 X* K7 S- Z7 ]echo "找到图片标签:)＜br＞";}
! o! \1 [1 U9 s, Gelse{
: J; u: i( z& J$ B9 ~. c Pecho "未发现图片标签:(＜br＞";}* N) q$ |( O C _$ i( n
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，
0 H! |% _: |6 q. }$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);0 U# p' J$ W( I" @3 ^
echo "找到: $imagenums-1个图片＜br＞分别为:＜br＞";$ v$ W6 j; { g, M3 C$ g) ]2 g
for($i=1;$i＜sizeof($splitres);$i++){
7 v& _& _- N' j& |" r2 w, Zfile://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;* r( p/ q& m$ z
unset($imgname); // 再次使用前删除imgname变量；
V' l$ {+ B4 j( x$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量$ W0 t8 U6 T, K; _+ d: R2 a" ]
echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息+ v9 e" e! r! j. s" h) z" p! n! ?
}5 a" ^8 u, `; c4 F1 T% y9 V; g
}% K) F- F$ j [2 r2 E. o
?＞: G5 d( z8 C( y }( c" ?
& P; Z! _) Y* }, s9 J: d0 i9 L
) J7 b5 W/ S- q6 C 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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。
) X- B, G. g v) V# w) _# J$ i' Y+ C8 ^/ ~) Z$ B" o
其中函式sizeof($splitres)返回个数；在for循环中，依次将数组splitres的每个元素（也是数组）赋给数组变量imgname，并输出imgname的第一个元素值（为找到的一个图形路径+文件名），当执行下次循环时，删除变量imgname，达到重复使用的目的。大家可以仔细研究其中的奥妙。
1 R7 q" j2 l8 g: Z" D) W" ]% \% a: v' B: d* m+ J* b4 Y
好了，写好后，将abstractSRCfrompage.php3存到你的服务器指定目录下，启动Apache服务器，在浏览器中打开它，随便输入一个存在的网页名称或是远程URL,看看效果如何。0 i+ c, w7 G( I9 l4 E N0 h8 E+ O
3 M5 l( l$ G+ o: p$ 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
| 