Re: (roberto celestino)Amigos,

From: Date: Sat, 25 Nov 2000 14:28:44 +0000
Subject: Re: (roberto celestino)Amigos,
References: 1  Groups: php.general.es 
Request: Send a blank email to general-es+get-4228@lists.php.net to get a copy of this message
Alejandro Alfonso Fernandez wrote: > > > -Necesito saber como poder hacer o si existe algun tipo de clase que se > > encargue de parsear html, es decir devolverme todos los tag img, poder > > acceder a la propiedad src de este etc... Existe algo, Como puedo encararlo? > > Hello... bueno, yo tengo un programa que sube ficheros HTML a un server, y > cambia las URL de los tag <IMG> (creo que es lo que necesitas) > > Bien...te paso algo de codigo:; > > <?php > # Ahora recorro el Fichero... linea a linea... > while (!feof($fp)) > { > $line = fgets($fp, 1024); > # Y busco la URL <IMG SRC="loquehayaqui"> > # Ojo... esto no se si esta bien > if( ereg("<IMG SRC=\"([0-9])\">)",$line, $reg) ) > { > # Por cada coincidencia, $reg[1], la meto en un Esta forma de hacerlo es bastante limitada. Por ejemplo no encontrará nada de lo siguiente: <img src="asdsd"> <IMG SRC="asdasd"> <IMG src="asdsd"> <IMG SRC="asdasd" ALT="asdasd"> <IMG SRC="asdads"> La forma de hacerlo bien es algo asi como (pseudocodigo); $html = readfile ("mipagina.htm"); $html = expresion regular que quita todos los espacios en el tag y otros atributos que no interesan while (eregi(expresion regular para encontrar el tag, $html, $coincidencias)) { en $coincidencias queda la cadena con el tag; tratamos el tag; ereg_replace ($coincidencia, $html); // o substr } Muy a mi pesar no estoy muy puesto en expresiones regulares, pero si en leer código de otros proyectos ;). Por ejemplo sacado del slashdot like site engine: http://atthat.com $str = eregi_replace("<[[:space:]]*([^>]*)[[:space:]]*>", '<\\1>', $str); // Delete all spaces from html tags . $str = eregi_replace("<a[^>]*href[[:space:]]*=[[:space:]]*\"?[[:space:]]*([^\" >]*)[[:space:]]*\"?[^>]*>", '<a href="\\1">', $str); # " // Delete all attribs from Anchor, except an href, double quoted. $tmp = ""; while (ereg("<(/?[[:alpha:]]*)[[:space:]]*([^>]*)>",$str,$reg)) { // el codigo que procesa el asunto } para el tag <a href> pero vamos que el <img> es mucho mas facil aun. Otra forma quizas mas rapida es pasarle un striptags al html y decirle que solo te deje los tags <img>. Despues con una expresion regular meterlos todos en un array y ir tratando uno a uno. Espero que os sirva, Tomas V.V.Cox

« previous php.general.es (#4228) next »