Предлагаю написать простейший парсер (программу, которая будет
извлекать контент с удаленного сайта и выводить на нашей странице). В
качестве "жертвы(примера)” выбераешь новости от yandex.ru – тебя
интересует блок новостей "Главные новости” – от заголовка до
разделительной линии (элемент <hr />).
Заходишь на сайт и анализируешь HTML. Находишь в нем уникальные строки,
по которым мы определим – ОТ какого участка и ДО какого скрипт будет
отбирать нужный тебе контент.
Находишь в исходном коде страницы такой текст: "<h2>Главные
новости</h2>” – пусть это будет начало блока… и текст "<hr
/>” (тег разделительной линии), которым твой новостной блок
заканчивается…
Итак, сформулируем нашу задачу:
Тебе необходимо: получить содержимое (текст) страницы, находящейся по
адресу "http://news.yandex.ru/”, затем "отрезать” от полученного текста
все, что находится ДО текста "<h2>Главные новости</h2>", и
все, что находится ПОСЛЕ текста "<hr />”. Полученный текст вывести
в браузер.
Собственно вот код скрипта:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| < ?php
/* получаем содержимое нужной нам страницы в переменную $content (обратите внимание, – мы используем для этого функцию file_get_contents. Она может работать с удаленными URL только если в настройках PHP установлена опция allow_url_fopen) */
$content = file_get_contents(‘http://news.yandex.ru/’);
// Определяем позицию строки, до которой нужно все отрезать (используем функцию strpos()).
$pos = strpos($content, ‘<h2>Главные новости’);
/*Отрезаем все, что идет до нужной нам позиции (функция substr в данном случае принимает два параметра: строка для обработки и //номер позиции. Функция вернет строку, НАЧИНАЯ с указанной позиции) */
$content = substr($content, $pos);
// Точно таким же образом находим позицию второй строки
$pos = strpos($content, ‘<hr />’);
// Отрезаем нужное количество символов от нулевого
$content = substr($content, 0, $pos);
// выводим полученную строку.
echo $content;
?> |
Однако, давай посмотрим на ссылки… Как видно, в исходном коде
страницы применяются относительные ссылки, следовательно, работать они у
нас не будут… Давай исправим положение.
Необходимо после каждого "href=” добавить URL Яndexа. Тоесть нужно найти "href=” и заменить на ‘href=”http://www.yandex.ru/yandsearch?’. Для этого используй функцию замены строк: str_replace(). Функция принимает три обязательных параметра: "что найти", "чем заменить", и в какой строке.
Добавим в наш скрипт перед выводом (тоесть перед командой "echo”) такой код:
1
| $content = str_replace(‘href=”/yandsearch?’, ‘target=”_blank” href=”http://www.yandex.ru/yandsearch?’, $content); |
Теперь ссылки ведут на сайт Яндекса.
|