Question

我的迷惑:作为新版的PHP,我试图利用定期表达方式从扼杀中提取一些数据,但我找不到正确的辛子。

插图内容被作为网站若干图像的html删除,我希望最终产出为3个精细变量:“$Number1”、“$Number2”和“$Status”。

说明投入内容的一个例子是:

<div id="system">         
<img alt="2" height="35" src="/images/numbers/2.jpg" width="18" /><img alt="2" height="35" src="/images/numbers/2.jpg" width="18" /><img alt=".5" height="35" src="/images/numbers/point5.jpg" style="margin-left: -4px" width="26" /><img alt="system statusA" height="35" src="/images/numbers/statusA.jpg" width="37" /><img alt="2" height="35" src="/images/numbers/2.jpg" width="18" /><img alt="1" height="35" src="/images/numbers/1.jpg" width="18" /><img alt=".0" height="35" src="/images/numbers/point0.jpg" style="margin-left: -4px" width="26" />
</div>

由此可见的可能价值观是:

0.jpg
1.jpg
2.jpg
3.jpg
4.jpg
5.jpg
6.jpg
7.jpg
8.jpg
9.jpg
point0.jpg
point5.jpg
statusA.jpg
statusB.jpg
statusC.jpg
statusD.jpg
statusE.jpg
statusF.jpg

结果是:

"Number1" (XX.X) based upon the first two numbers (0-9) and .0 or .5
"Status" (statusX) based upon the status
"Number2" (XX.X) based upon the last two numbers (0-9) and .0 or .5

至今为止的法典:

$regex =  alt= (.*?) ;
preg_match($regex,$html,$match);
var_dump($match);
echo $match[0];

或许,我不得不采取多种步骤或利用另一个职能,谁能帮助我?

Answer 1

你们首先要问的是:“以什么形式是我的投入数据”。既然在这种情况下,显然是一种超文本的幻灯,那么你就应当把这种ni子注入一个超文本的帽子,而不是固定的表达引擎。

我不知道确切的职能名称,但你的法典应当这样考虑:

$htmltext =  <div id="system">[...]</div> ;
$htmltree = htmlparser_parse($htmltext);
$images = $htmltree->find_all( img );
foreach ($images as $image) {
  echo $image->src;
}

因此,你需要找到一个超文本帽子,把一个str子树起来。这些节点应该有办法,根据特别安全局的班级、元件名称或代号,在课堂内找到节点。这座图书馆的名称是BeautifulSoup,对 Java来说,它是JSoup,我确信PHP也有类似之处。

实例见simplehtmldom。前景看好。

Answer 2

Posient DOM : http://www.php.net/manual/en/book.dom.php。

See Robust and Mature RUS Parser for PHP。

Answer 3

You want just the alt s? Try this xpath example:

$doc = new DOMDocument();
$doc->loadHTML($html);
$xpath = new DomXpath($doc);

foreach($xpath->query( //img/@alt ) as $node){
    echo $node->nodeValue."
";
}

友情链接