Re: [請益] 思路請益 (關於正規表示,curl)

[hellolucky (做自己 好自在)]

※ 引述《kusoayan (Maybe)》之銘言：
: 大家好
: 目前正在寫一隻小程式
: 功能是抓取無名網誌上播放器的音樂載點
: 而通常無名上是用iframe嵌入播放器
: http://tinyurl.com/ygsvmh2
: 其中 <iframe src=" 後的那段網址裡頭是真正要處理的code
: 目前程式的流程是:
: 用curl先抓取所給的url的html
: 然後分析此html , 用preg_match 函式抓出 <iframe src=" 後的那段網址
: 而我用的正規表示式是 /iframe src=\"(.+?)\" frameborde/
: 再把這個網址用curl抓出原始碼
: 此時的code大約類似
: http://tinyurl.com/yk99ttk
: 然後再用 /\?file=(.+?)&/ 把 file= 後面的這段抓下來
: 這個就是我所要的網址
: 以上用於我自己的無名都OK
: 但是我用朋友得來測試時卻發現幾點致命傷
: 1.我的無名只有一個iframe
:   可是不見得別人的也只有一個
:   也許有很多個
:   那這個時候該怎麼去抓播放器的語法呢 ? 該怎麼設定正規表示式的條件 ?
:   或是有iframe的地方都抓出來
:   反正到第二步驟的時候"應該"只有播放器的那個iframe會有結果
:   (算偷懶嗎XD)
用preg_match_all

http://tw2.php.net/manual/en/function.preg-match-all.php

preg_match_all("/\?file=(.*)&/",$content,$url);

for($i=0; $i<count($url[1]); $i++){

   echo $url[1][$i];    //去處理抓到的網址

}

至於為什麼是抓$url[1]裡面的東西

不是$url[0]的東西

可以參考文件try try看

: 2.抓取到播放器的code後
:   因為file,autostart等等是參數可以隨意變換位置
:   我的是file再最前面,所以連接下一個參數會用&
:   以此作為正規表示式的規則
:   可是像我朋友的就很機車 file再最後面
:   所以載點之後並沒有 &
:   這個時候規則又該怎麼改 ?

如果抓 /\?file=(.*)&/

count(count($url[1]))為0

則再抓 /&file=(.*)/ 依此類推

: 以上
: 因為我對正規表示式並沒有真正學習過
: 都是看著別人的code + google依樣畫葫蘆
: 所以現在遇到這個問題思路有點轉不出去
: 希望有高手能幫忙指點一下
: 謝謝 :D

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 211.21.158.139
推 kusoayan:所以preg_match是抓了一個後就停止嗎 ?
推 kusoayan:又 如果player中有兩首歌 即有兩個file
→ kusoayan:aaa=1&bbb=2&file=xxxx " ....file=xxxx&
→ kusoayan:那這樣他會從第一個file的開頭抓到第二個file的結尾嗎 ?
→ hellolucky:如果第二個file也是&開頭 就會
推 kusoayan:所以 /\?file=(.*)&/ 這種寫法有缺陷囉 ?
推 buganini:.*?
→ hellolucky:這可能要你自己分析一下 因為我沒去特別研究
→ hellolucky:像你第三行說的那種 用/&file=(.*)/ 也會有缺陷