|
 
- UID
- 1
- 帖子
- 738
- 精华
- 28
- 积分
- 14443
- 金币
- 2507
- 威望
- 1647
- 贡献
- 1455
|
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。
1 c) t0 X6 G& R! h4 `; y0 j' h9 n, o U x- O
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：
/ U# G# s1 [- d3 L6 M, ?2 { C( a8 |2 k" r7 N( P
' J* f" w' f% v) a, f＜form action=" abstractSRCfrompage.php3" method="post"＞
* q h/ w& r+ q7 b+ E, t 输入网址＜input type=text name=filename＞＜br＞
8 V( E' F" u3 T% G7 u ＜input type=submit name=submit value="提交"＞3 X' H3 L8 g, Z+ J& l8 r5 g+ `
＜/form＞ 4 E7 X9 Y: J: b* g
. c% v4 v. a( H: E
! {, J( f/ F: n( K, M+ I. U 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：
( {2 @/ c2 ^: E2 q7 ]1 M
' J0 ~6 N8 W7 h/ q' y5 w5 ^+ I. a3 ]* j3 O% ]( \8 I6 t
＜?php
- r/ x `0 j* J# `+ M' P& H1 _' ^if ($filename!=""){3 L- T! D( T3 L6 _7 o q% K
$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案；8 b; X' m8 j% ~1 G. k8 {1 z b
while ($buffer = fgets($fp, 1024)) {
% @" Q* p$ j5 |$source .=$buffer; }
( g: q9 i1 m. a. Nfclose($fp);
: |6 [) c- ^, @+ Mfile://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记3 [3 L {! g% ]$ a7 J* h. g" N
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {
! a* N X. C+ u0 h$ _: Oecho "找到图片标签:)＜br＞";}0 R9 ` V) W% x/ ]6 v" E9 R
else{
6 Y- r$ }% w b: G- B" X' Qecho "未发现图片标签:(＜br＞";}9 p6 w" I" C- T7 V0 c3 I/ M1 S' F
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，3 }3 @% {5 {. O( F! H0 R! W! G& A0 Q
$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source);( S- T3 L. ~! k" A a
echo "找到: $imagenums-1个图片＜br＞分别为:＜br＞";+ O7 v1 Y6 h0 {: c7 [
for($i=1;$i＜sizeof($splitres);$i++){1 H; ]/ ~2 s1 [1 L6 Z" K% ^
file://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了;! A Z% n( Z! w1 k4 D$ Z1 q
unset($imgname); // 再次使用前删除imgname变量；
1 L0 S3 [' S# w K' c" @- y$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量" | Y( S( [; l" t: w( p
echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息. C% d3 \& [1 x( G6 h1 ]! ~
}! P' v" N+ b5 J7 y
}
) T" B1 G0 l: r: b$ T, {, W?＞9 B- }9 g/ s" Y8 r
: y7 B; m3 d6 c+ p
. A# z: B8 @! E1 T0 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$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。* n u, X) |& d+ f1 ]
c/ n- t6 @) O
其中函式sizeof($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 V6 L4 \, `& g8 Q: p0 J$ E
5 Z# X" _1 l; w0 f6 c
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。
) w# G& z; f5 Q$ G3 ?
- K+ x. G, x G5 r- l 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
| 