Ekran Kazıma

2 Cevap php

Merhaba benim web sitesinde bir ekran kazıma senaryoyu uygulamak ve bugüne kadar aşağıdaki ayarlamak için çalışıyorum. Ne sonuçta yapmaya çalışıyorum zorunda $ sonuç değişkeninde tüm bağlantıları değiştirin "ResultsDetails.aspx?" için "sonuç-kazıma-detayı /" sonra çıktı yeniden. Herkes bana doğru yönde işaret edebilir?

<?php 
$url = "http://mysite:90/Testing/label/stuff/ResultsIndex.aspx";
$raw = file_get_contents($url);
$newlines = array("\t","\n","\r","\x20\x20","\0","\x0B");
$content = str_replace($newlines, "", html_entity_decode($raw));
$start = strpos($content,"<div id='pageBack'");
$end = strpos($content,'</body>',$start) + 6;
$results = substr($content,$start,$end-$start);
$pattern = 'ResultsDetails.aspx?';
$replacement = 'results-scrape-details/';
preg_replace($pattern, $replacement, $results);
echo $results;

2 Cevap

Gibi bir DOM aracını kullanın PHP Simple HTML DOM. Bununla beraber bir Jqueryish sözdizimi ile aradığınız tüm bağlantıları bulabilirsiniz.

// Create DOM object from HTML source
$dom = file_get_html('http://www.domain.com/path/to/page');
// Iterate all matching links
foreach ($dom->find('a[href^=ResultsDetails.aspx') as $node) {
    // Replace href attribute value
    $node->href = 'results-scrape-detail/';
}
// Output modified DOM
echo $dom->outertext;

? (o da daha verimli olduğu gibi ikinci bir yaklaşım tavsiye ederim) () o kaçış ve aynı şifreyi kullanmak veya str_ireplace ile preg_replace yerine ya - Char regexes özel bir anlamı vardır.

(Ve html_entity_decode çağrı gerçekten orada olmalı?)

C.

etiketler