主页

php blog 抓取匹配xml

jlokys 2010-07-20 04:34:24

如何从抓取的页面中匹配下面的内容
<link rel="alternate" type="application/rss+xml" href="http://blog.sina.com.cn/rss/lilianjie.xml" title="RSS" />

同时取出 href 的内容一定要匹配 rel值 alternate type的值 application/rss+xml

...全文

7 条回复

切换为时间正序

请发表友善的回复…

发表回复

leaffall 2010-07-21

最简单的办法是使用 simplehtmldom http://simplehtmldom.sourceforge.net/



// example of how to use basic selector to retrieve HTML contents

include('../simple_html_dom.php');

$string = <<<content

<link rel="alternate" type="application/rss+xml" href="http://blog.sina.com.cn/rss/lilianjie.xml" title="RSS" />

<ink rel="stylesheet" type="text/css" href="http://simg.sinajs.cn/blog7style/css/blog/newblog2.css" />

<br>

<div></div>

<lin REL="stylesheet"  href="http://simg.sinajs.cn/blog7style/css/blog/newblog3.css" type="text/css"/>

<link Rel="Alternate" type="text/css" href="http://simg.sinajs.cn/blog7style/css/blog/newblog4.css" />

<link  type="application/rss+xml" href="http://blog.sina.com.cn/rss/lilianjie24.xml" title="RSS" rel="alternate"/>

<link rel="Alternate" type="application/rss+xml" href="http://blog.sina.com.cn/rss/lilianjie22.xml" title="RSS" />

<link rel="alternate"  href=http://blog.sina.com.cn/rss/lilianjie21.xml title="RSS" type='application/rss+xml'/>

<ink rel="stylesheet" type="text/css" href="http://simg.sinajs.cn/blog7style/css/blog/newblog5.css" />

<br>

<div></div>

<lin rel="stylesheet" type="text/css" href="http://simg.sinajs.cn/blog7style/css/blog/newblog6.css" />

content;



$html = str_get_html($string);



// find all link

foreach($html->find('link') as $e) {

    if(strtolower($e->rel)=="alternate" && strtolower($e->type)=="application/rss+xml")

    echo $e->href . '<br>';

}

回复赞

amani11 2010-07-20

路过，看老大的代码留名

回复赞

xuzuning 2010-07-20

不要在一棵树上吊死！

$string = <<<content

<link rel="alternate" type="application/rss+xml" href="http://blog.sina.com.cn/rss/lilianjie.xml" title="RSS" />

<link rel="stylesheet" type="text/css" href="http://simg.sinajs.cn/blog7style/css/blog/newblog.css" />

content;



$p = array('/<link\s+/i', '/" +/', '#/>#', '/"/', '/=/', "/[\r\n]+/");

$r = array('', '&', '', '', '[]=', '');



$s = preg_replace($p, $r, $string);



parse_str($s, $info);

print_r($info);

Array
(
[rel] => Array
(
[0] => alternate
[1] => stylesheet
)

[type] => Array
(
[0] => application/rss xml
[1] => text/css
)

[href] => Array
(
[0] => http://blog.sina.com.cn/rss/lilianjie.xml
[1] => http://simg.sinajs.cn/blog7style/css/blog/newblog.css
)

[title] => Array
(
[0] => RSS
)

)

回复赞

jlokys 2010-07-20

请求帮助

回复赞

jlokys 2010-07-20

$string = <<<content
<link rel="alternate" type="application/rss+xml" href="http://blog.sina.com.cn/rss/lilianjie.xml" title="RSS" />
<link rel="stylesheet" type="text/css" href="http://simg.sinajs.cn/blog7style/css/blog/newblog.css" />
content;

如果要进行匹配的内容是 string ，我只想匹配 rel=alternate type=application/rss+xml 的标签同时取得
href的值

回复赞

CunningBoy 2010-07-20

$string = <<<content

<link rel="alternate" type="application/rss+xml" href="http://blog.sina.com.cn/rss/lilianjie.xml" title="RSS" />

<<<

preg_match_all('/<link rel=\"(.*)\" type=\"(.*)\" href=\"(.*)\"[^>]* \/>/is', $string, $matches);

print_r($matches);

回复赞

床上等您 2010-07-20



//未经测试。

preg_match_all('/<link\s+rel="alternate"\s+type="application/rss+xml".*\/>/i',$strimg,$matches);

var_dump($matches);

回复赞

发动态

发帖子

基础编程

创建于2007-09-28

加入

2.1w+

社区成员

14.0w+

社区内容

从PHP安装配置，PHP入门，PHP基础到PHP应用

申请成为版主

社区公告

暂无公告