PHP Hilfe

Hallo!

Ich bin gerade daran mein PHP-Wissen aufzufrissen und arbeite momentan an einem kleinen content grabber der mir den Inhalt dann in eine Datenbank speichern soll.

Konkret will ich von einem URL die Bilder und natürlich den Namen des Bildes abspeichern. Am besten sogar lokal oder/und in dem Verzeichnis des PHP-Files.

Also bisher hab ich diesen Code gebastelt...

Code: PHP

<?php {
$domnam = "http://www.eineseite.com/";
$replvar = "ProdID="; $url = file_get_contents("http://www.eineseite.com/Search/Default.aspx?SortBy=LatestRelease");
$erste_linie = strpos($url, $replvar);
$zweite_linie = strpos($url, $replvar, $erste_linie+1);
$dritte_linie = strpos($url, $replvar, $zweite_linie+1);
$vierte_linie = strpos($url, $replvar, $dritte_linie+1);
$funfte_linie = strpos($url, $replvar, $vierte_linie+1);
$linkliste = substr($url, $erste_linie);
$imgsooncom = str_ireplace("image-placeholder.gif","#", $linkliste);
$sauber = str_ireplace("src=\"/", "src=\"".$domnam, $linkliste);
echo strip_tags(iconv("UTF-8", "ISO-8859-1", $sauber), "<img><br>");
}
?>

Jetzt ist aber mein Problem das ich auf PHP.net keinen Befehl finde mit Passagen von einem String auslesen kann..
Wozu? Ich brauch eine Variable "ProdID=xy123" und eben auch "ProdImg=URLdesBildes" womit ich dann eine SQL-Datenbank befüllen möchte. Ahja und wenn der URL des Bildes "palceholder.gif" ist, soll er keinen Eintrag in die SQLdb machen, weder mit der ProdID, noch sonst irgendwie...

Weiters sollen die Bilder abgespeichert werden. Lokal wird denk ich nicht gehn, aber zumindest am Webspace abzuspeichern wäre schon ein super Fortschritt.

Wenn in meinem Code etwas unschlüssig oder überflüssig ist, bitte sagen

Vielleicht kann mir der ein oder andere Spezialist weiterhelfen
Danke

Du holst dir den Code von der Seite und suchst nach einem <img>-Tag liest den Rest bist zum </img>-Tag und lädtst (ggf. Seitenurl +) Bildurl. Wenn du auf deinem "Lokalen" Rechner, wie du es nennst - einen Fileserver oder eine Datenbank einrichtest und ein entsprechendes Port-Forwarding einrichtest, spricht auch nix dagegen, die Bilder auf diesem Rechner zu speichern.
Ach ja, das erste_linie, zweite_linie wird warscheinlich ein wenig Fad, dazu gibts Schleifen

Hätt ich noch nie gesehen und wär imho auch nicht html-konform..

Also soll ich mir das mal mit RegExpresions anschaun, ob man sowas verwenden kann... Wär super wenn ich das irgendwie hinbekomm, dann spar ich mir nämlich so einen blöden grabber

Zitat von COLOSSUS

Jede vernuenftige Programmiersprache - und vermutlich sogar PHP! - bietet allerdings Tokenizer/Parser fuer SGML/XML (und damit auch HTML und XHTML), mit der man das ganz einfach machen koennen sollte.

Gute Idee

http://at2.php.net/manual/en/refs.xml.php

Zitat von Obermotz

Hätt ich noch nie gesehen und wär imho auch nicht html-konform..

also nach XHTML gibts eine ganze Reihe Tags, die kein schließendes solches benötigen

zB
<input />
<img />

allerdings sollten diese mit Slash vor der ">" beendet werden - zB. auch <br />

nur als Anmerkung

onTopic: würde ich mir einfach den Substring von
<img bis >
holen und dann wiederum von
src=" bis "

hth

// jegliche Art/Kombination von String-Funktionen sind auf jeden Fall um Häuser schneller als Regex - ist in diesem Fall imho auch ned erforderlich.

http://www.weberdev.com/get_example-1817.html

Bittesehr, ein bisschen modifiziert und du hast deine Lösung..

Hier ein Script basierend auf Regex.:

Code: PHP

$str = file_get_contents("http://www.overclockers.at");

# extract src-links from images
$hits = array();
preg_match_all("/<img[^\>]+?src=\"(.*?)\".*?\/?\>/si", $str, $hits);
$hits = array_unique($hits[1]);
sort($hits);
print_r($hits);

# extract src-links from images, skip those that start with https?
$hits = array();
preg_match_all("/<img[^\>]+?src=\"((?!http\:\/\/|https\:\/\/).*?)\".*?\/?\>/si", $str, $hits);
$hits = array_unique($hits[1]);
sort($hits);
print_r($hits);

ich hoffe das is weitestgehend selbsterklärend
Mit tokenizer bist du da wesentlich langsamer unterwegs übrigens, regex sind extrem schnell in PHP, und dass man die return values vom tokenizer erstmal in PHP dann noch weiter behandeln müsste (während der regex ein praktisches array liefert und dieses in native code erstellt) spielt dabei keine kleine Rolle


Grüße vom watcha.