从刮擦中移除
从刮擦中移除
提问于 2011-06-01 16:47:58
大家好，我已经成功地创建了一个从唱片行业网站获得前40名的网站抓取器，但是我正在抓取的表中的某一列有时可能不在那里。基本上，我需要的是一种从我的抓取中删除任何实例的方法：
<td><img src="/images/bullet_red.gif" width="8" height="8" title="Red Dot" /></td>这是到目前为止我从一个教程中得到的东西。
$url = "http://www.ariacharts.com.au/pages/charts_display_singles.asp?chart=1U50";
$raw = file_get_contents($url);
$newlines = array("\t","\n","\r","\x20\x20","\0","\x0B");
$content = str_replace($newlines, "", html_entity_decode($raw));
$start = strpos($content,'<table class="chartTable"');
$end = strpos($content,'</table>',$start) + 8;
$table = substr($content,$start,$end-$start);
preg_match_all("|<tr(.*)</tr>|U",$table,$rows);
foreach ($rows[0] as $row){
if ((strpos($row,'<th')===false)){
preg_match_all("|<td(.*)</td>|U",$row,$cells);
$number = strip_tags($cells[0][1]);
$name = strip_tags($cells[0][5]);
$artist = strip_tags($cells[0][6]);
$name = strtolower($name);
$name = ucwords($name);
echo "{$artist} - {$name} - Number {$number} <br>\n";
}
}回答 2
Stack Overflow用户
回答已采纳
发布于 2011-06-01 18:24:16
尝试使用PHP Simple HTML DOM Parser代替复杂的regex http://simplehtmldom.sourceforge.net/
require_once 'simple_html_dom.php';
$html = file_get_html('http://www.ariacharts.com.au/pages/charts_display_singles.asp?chart=1U50');
$table = $html->find('table.chartTable');
foreach ($table[0]->find('tr') as $row) {
$columns = $row->find('td');
if (sizeof($columns) < 7) continue;
$number = $columns[1]->plaintext;
$name = ucwords($columns[6]->plaintext);
$artist = $columns[7]->plaintext;
echo "$artist - $name - Number $number <br />\n";
}Stack Overflow用户
发布于 2013-08-24 20:14:57
对于您想要的快速而肮脏的方法，请在声明"start“变量之前放置以下代码：
$content = str_replace('<td><img src="/images/bullet_red.gif" width="8" height="8" title="Red Dot" /></td>', '', $content);页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/6198510
复制相关文章
相似问题
腾讯云开发者
