|
  
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14479
- 金币
- 2525
- 威望
- 1647
- 贡献
- 1473
|
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。
2 C. d9 U! ?$ ~ @9 k% J4 I! a5 c
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:
) G+ {' c' E8 H% ], k9 U1 F R+ S3 j% W; w
' |: {/ b. Z6 J' _- g<form action=" abstractSRCfrompage.php3" method="post">4 q- S+ Q8 \9 @; `
输入网址<input type=text name=filename><br># x# B7 B4 i- y: Q- O
<input type=submit name=submit value="提交">
: y: a5 ?2 m/ y" M- P; n</form> . `. B, q" i* |
: v* }8 ]5 N. `" N. V, x) F/ X
( h) j: H* q5 g+ f. h% ~7 d: a) r( Z 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:
3 m- b+ o( b* r7 g1 k( g9 b( Z; K K- _ m1 r( m, O
: q, x1 ]& Y7 t. }. \
<?php
1 ? ] n! l+ b9 i% @5 Aif ($filename!=""){
# r6 O, B8 f6 |! g H$fp = fopen($filename, "r"); file://若输入不为空,开启本地或者远程档案;0 ]" G% [- }' y9 E& R- P: O! D
while ($buffer = fgets($fp, 1024)) {# r3 F4 c( _) i1 v( ^
$source .=$buffer; }
- Y: J4 o: ]+ T" Y# f8 A! {5 \" q' Xfclose($fp);! ~* n% a9 c8 _: j5 U8 c3 ~' o
file://查找$source中是否有<img ...src=".../...gif | jpg"> 这样的标记- d) M1 j8 A# _2 ~
if(eregi("(<img)+[^<>]+(src=")+[^*"<>|]+(.)+((gif)|(jpg))+(")",$source)) {0 p6 X. Y/ N0 o
echo "找到图片标签:)<br>";}# H& }! M" \0 P2 f9 I
else{. k3 Q5 c' J9 e1 _3 j7 _, S* } z
echo "未发现图片标签:(<br>";}
8 ?# k% r3 c+ i0 ]1 Ffile://拆分,第一次用标签,<img ...src=拆分,得到了以图形文件名开头的数组,$ o8 o+ ~& j2 x; U
$splitres=split("((">)|())+(<img)+[^<>]+(src=")",$source);6 R6 G( H$ c* e- Q" m
echo "找到: $imagenums-1个图片<br>分别为:<br>";
& P5 @( i4 Q! c" A0 @0 tfor($i=1;$i<sizeof($splitres);$i++){5 ~# S: u n& |1 v( j0 W
file://二次拆分,用"拆分。因为文件名能含有",得到的拆分数组的第一个元素就是路径+文件名了;' Y/ ?+ p' j* f/ q! {2 W4 [6 O% ~3 N
unset($imgname); // 再次使用前删除imgname变量; o' |# B0 @( ~7 L2 [" F. j f' d
$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量: _, X M/ J6 M) d: ~4 S
echo "$i=>".$imgname[0]."<br>"; file://输出析取的图片信息
5 ^0 p$ } y. h6 S! m: b2 Q- [}
" Z# P( }* f* ~' @6 P; h}2 x `' w) r. _! p* p8 X
?>
' L3 |+ I4 `! k8 }/ X' r3 _; x: }: q/ ]
" b2 O/ n. w' g- Y( V" F 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$source中是否含有<img ...src=".../...gif | jpg"> 这样的标记(关于该函式在上篇中有详细的介绍);假如找到的话,则利用split()函式按一定的规则执行两次拆分,去掉标记中的<img…src=字符和"字符,结果得到数组 splitres,其中的每一个元素都是以图形路径+文件名开头的数组;用for循环在屏幕上输出每个数组的第一个元素值,即我们所需要的所有图形路径+ 文件名。1 C4 E; R/ q3 x* s# T( ^: @( C
4 y: }0 t* L9 i" J1 G3 a 其中函式sizeof($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。6 h7 }$ \) o2 S2 w5 {" P& E9 m! U
! V0 S* Q( o7 M7 M: @/ j9 n
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。
. c8 t2 T8 ^- ~6 C
% G* ]2 N8 ]/ }! r3 |5 S$ g* z$ U 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? |
|