Форум PHP программистов > Парсинг таблицы

[ Поиск ] - [ Пользователи ] - [ Календарь ]

Полная Версия: Парсинг таблицы

soniclord

8.01.2010 - 17:32

Здравствуйте!
Скажите пожалуйста, как можно легко и быстро реализовать парсинг таблицы с сайта Новости

Спустя 14 минут, 55 секунд (8.01.2010 - 16:47) VolCh написал(а):

file_get_contents и регулярки

Спустя 29 минут, 34 секунды (8.01.2010 - 17:16) soniclord написал(а):

а можно ли по-подробнее :-)

Спустя 52 минуты, 49 секунд (8.01.2010 - 18:09) VolCh написал(а):

Примерно так


$html=file_get_contents("http://www.vesti.ru/fininfo.html?nojquery=1");
$table=preg_match_all("#(<td>(.*?)</td>.*?)*#", $html);
var_dump($table);

Спустя 1 час, 21 минута, 54 секунды (8.01.2010 - 19:31) jetistyum написал(а):

VolCh
Ты не оставляешь человеку возможности поковыряться в мануалах и выяснить что же такое регулярки... что же такое file_get_contents();

завтра он придет с вопросом, а как мне вытащить новости с такого сайта, а послезавтра с третьего...

Спустя 1 час, 3 минуты, 24 секунды (8.01.2010 - 20:35) VolCh написал(а):

jetistyum
пороется когда этот код у него не заработает или заработает не так как хочется

Спустя 10 часов, 40 минут, 15 секунд (9.01.2010 - 07:15) soniclord написал(а):

да, пришлось порыться, так как он не заработал

Спустя 51 минута, 39 секунд (9.01.2010 - 08:07) soniclord написал(а):

нифига не получается в самой первой строке, пишет: Warning: file_get_contents() [function.file-get-contents]: php_network_getaddresses: getaddrinfo failed: Этот хост неизвестен.
я уже гугл прочесал, пробовал вводить ip вместо dns, ничего не получается

Спустя 32 минуты, 56 секунд (9.01.2010 - 08:39) soniclord написал(а):

разобрался!

// Define a context for HTTP.
$aContext = array(
    'http' => array(
        'proxy' => 'tcp://192.168.0.2:3129', // This needs to be the server and the port of the NTLM Authentication Proxy Server.
        'request_fulluri' => True,
        ),
    );
$cxContext = stream_context_create($aContext);
// Now all file stream functions can use this context.
$sFile = file_get_contents("http://www.vesti.ru/fininfo.html?nojquery=1", False, $cxContext);
echo $sFile;
$table=preg_match_all("#(<td>(.*?)</td>.*?)*#", $html);
var_dump($table);

Спустя 8 минут, 59 секунд (9.01.2010 - 08:48) VolCh написал(а):

О, я б, наверное, долго думал в чем проблема

Спустя 8 минут, 32 секунды (9.01.2010 - 08:57) soniclord написал(а):

теперь с регулярными не могу разобраться.

$table=preg_match_all("#(<td>(.*?)</td>.*?)*#", $html);

изначально требовал 3й параметр - вывод. Добавил

$table=preg_match_all("#(<td>(.*?)</td>.*?)*#", $sFile,$out);
var_dump($table);

Теперь он выводит

int(27216)

Спустя 5 минут, 34 секунды (9.01.2010 - 09:03) VolCh написал(а):

Вот что значит писать по памяти

дампай $out

Спустя 8 минут, 34 секунды (9.01.2010 - 09:11) soniclord написал(а):

тогда он выводит

array(3) { [0]=>  array(27216) { [0]=>  string(0) "" 
[1]=>  string(0) "" [2]=>  string(0) "" [3]=>  string(0) "" [4]=>  string(0) "" [5]=>  string(0) "" 
[6]=>  string(0) "" [7]=>  string(0) "" [8]=>  string(0) "" [9]=>  string(0) "" [10]=>  string(0) "" [11]=>  string(0) "" 
[12]=>  string(0) "" [13]=>

- и так раз тыщу

Спустя 2 часа, 40 минут, 37 секунд (9.01.2010 - 11:52) VolCh написал(а):

В общем тебе надо написать регулярку такую, чтобы:

в неё попадало все что между <td> и </td>
игнорировала возможность наличия class="..."
игнорировала незначащие пробелы
игнорировала переводы строк в исходнике

И тогда $out будет забит не пустыми строками, а значениями из таблицы

Спустя 1 час, 58 минут, 41 секунда (9.01.2010 - 13:50) soniclord написал(а):

помогите пожалуйста, а я отблагодарю, просто нет времени разбираться с регулярками. А классы не надо игнорировать - я просто от туда стили скачаю.
если вы согласны, моя ася - 213061116

Быстрый ответ:

Здесь расположена полная версия этой страницы.