php表单提取,php – 使用RegEx提取表单字段

使用正则表达式解析HTML可能不是最好的方法.

您可以查看DOMDocument::loadHTML,这将允许您使用DOM方法处理HTML文档(例如,如果您知道这些,则使用XPath查询).

您可能还想看一下Zend_Dom和Zend_Dom_Query,顺便说一句,如果您可以在应用程序中使用Zend Framework的某些部分,这是非常好的.

例如,在使用Zend_Test进行功能测试时,它们用于从HTML页面获取数据 – 并且工作得很好;-)

首先看起来似乎更难……但是,考虑到一些HTML页面的混乱,它可能是一个更明智的想法……

在评论和编辑OP之后编辑

这里有几个想法,从“简单”开始,一个输入标签：

>它可以跨越几条线传播

>它可以有很多属性

>只考虑名称和价值是您感兴趣的,您必须处理这两个可能处于任何可能的顺序的事实

>属性可以包含双引号,单引号,甚至不包含其值

> tags / attributes可以是小写的也可以是大写的

>标签并不总是必须关闭

好吧,其中一些点无效 – HTML;但仍然在大多数公共网络浏览器中工作,所以必须考虑到它们……

只有这些点,我不想成为写正则表达式的人^^

但我想可能还有其他一些我没想过的困难.

另一方面,你有DOM和xpath …要获得输入名称=“q”的值(例如this page),这是一个类似这样的问题：

$url = 'http://www.google.fr/search?q=test&ie=utf-8&oe=utf-8&aq=t&rls=com.ubuntu:en-US:unofficial&client=firefox-a';

$html = file_get_contents($url);

$dom = new DOMDocument();

if (@$dom->loadHTML($html)) {

// yep, not necessarily valid-html...

$xpath = new DOMXpath($dom);

$nodeList = $xpath->query('//input[@name="q"]');

if ($nodeList->length > 0) {

for ($i=0 ; $ilength ; $i++) {

$node = $nodeList->item($i);

var_dump($node->getAttribute('value'));

}

} else {

// too bad...

}

重要的是什么？ XPath查询,只有…并且它有什么静态/常量吗？

好吧,我说我想要所有< input>具有等于“q”的name属性.

它只是工作：我得到这个结果：

string 'test' (length=4)

(我查了一下：页面上有两个输入名称=“q”^^)

我知道页面的结构吗？绝对没有;-)

我只知道我/你/我们想要名为q的输入标签;-)

这就是我们得到的;-)

编辑2：选择和选项有点乐趣：

好吧,只是为了好玩,这是我为选择和选项提出的：

$url = 'http://www.google.fr/language_tools?hl=fr';

$html = file_get_contents($url);

$dom = new DOMDocument();

if (@$dom->loadHTML($html)) {

// yep, not necessarily valid-html...

$xpath = new DOMXpath($dom);

$nodeListSelects = $xpath->query('//select');

if ($nodeListSelects->length > 0) {

for ($i=0 ; $ilength ; $i++) {

$nodeSelect = $nodeListSelects->item($i);

$name = $nodeSelect->getAttribute('name');

$nodeListOptions = $xpath->query('option[@selected="selected"]', $nodeSelect); // We want options that are inside the current select

if ($nodeListOptions->length > 0) {

for ($j=0 ; $jlength ; $j++) {

$nodeOption = $nodeListOptions->item($j);

$value = $nodeOption->getAttribute('value');

var_dump("name='$name' => value='$value'");

}

} else {

// too bad...

}

我得到一个输出：

string 'name='sl' => value='fr'' (length=23)

string 'name='tl' => value='en'' (length=23)

string 'name='sl' => value='en'' (length=23)

string 'name='tl' => value='fr'' (length=23)

string 'name='sl' => value='en'' (length=23)

string 'name='tl' => value='fr'' (length=23)

这是我的预期.

一些解释？

好吧,首先,我获取页面的所有选择标记,并将其名称保存在内存中.

然后,对于每一个,我得到选定的选项标签作为其后代(总是只有一个,顺便说一句).

在这里,我有价值.

比前面的例子复杂一点……但是仍然比正则表达式容易得多,我相信……花了我10分钟,而不是更多……我仍然没有勇气(疯狂？)开始想想某种能够做到这一点的突变正则表达式:-D

哦,作为旁注：我仍然不知道HTML文档的结构是什么样的：我甚至没有看过它的源代码^^

我希望这会有所帮助……

谁知道,也许我会说服你正则表达式在解析HTML时不是一个好主意……也许吧？

php表单提取,php – 使用RegEx提取表单字段相关推荐

java从学号中提取班级_如何实现表间查询并提取班级号
今天下午在整理学生模块成绩时,突然发现学生的模块成绩表中的班级是教学班,而发展报告是要求按行政班进行填写的．就有个问题了:如何按学籍号(因为发展报告只需要用学籍的学生填写),而现在就要把模块成绩表中的 ...
动态表单 mysql_【mysql】动态表单应该如何设计数据库？
需求是这样的在后台管理界面录入表单信息,规定有哪些表单 (可以增删) 在前端显示哪些表单的可以填写最后把填写的表单(产生的真实数据)存入数据库最后填入的数据需要能够方便查询,排序,过滤的数据我 ...
php表单验证_用PHP进行表单验证
php表单验证 In this article you'll construct and validate a simple form using HTML and PHP. The form is ...
JMeter关联：JMeter正则表达式提取器与JSON提取器
JMeter使用正则表达式和JSON提取器实现关联前言 1 关联的释义与示例 2 常用正则表达式详解 3 正则表达式提取器 3.1 参数详解 3.2 使用示例 4 JSON提取器 4.1 参数详解 ...
图像分割与提取：交互式前景提取（附OpenCV代码实现）
一.简介经典的前景提取技术主要使用纹理(颜色)信息,如魔术棒工具,或根据边缘(对比度)信息,如智能剪刀等完成.2004 年,微软研究院(剑桥)的 Rother 等人在论文 GrabCut: Inte ...
Django框架——模型层单表操作、模型层多表操作、模型层常用和非常用字段和参数、模型层进阶
文章目录 1 模型层-单表操作一 ORM简介二单表操作 2.1 创建表 1 创建模型 2 更多字段 3 更多参数 4 settings配置 5 增加,删除字段 2.2 添加表纪录 2.3 查询表 ...
jmeter的json提取器和json提取器取值
前言: 本人觉得,json提取器比正则提取器的使用场景更多,大部分接口返回值其实是可以通过json提取器取值.正则表达式比我来说易用性不强,推荐直接学json提取器干活思路: 1.试试怎么提取要取的 ...
中文文本摘要提取（文本摘要提取有代码）基于python
任务简介文本摘要旨在将文本或文本集合转换为包含关键信息的简短摘要.文本摘要按照输入类型可分为单文档摘要和多文档摘要.单文档摘要从给定的一个文档中生成摘要,多文档摘要从给定的一组主题相关的文档中生成摘 ...
java怎么防止表单重复提交_如何防止表单重复提交
在平时开发中,如果网速比较慢的情况下,用户提交表单后,发现服务器半天都没有响应,那么用户可能会以为是自己没有提交表单,就会再点击提交按钮重复提交表单,我们在开发中必须防止表单重复提交. 一.表单重复提 ...

php表单提取,php – 使用RegEx提取表单字段

php表单提取,php – 使用RegEx提取表单字段相关推荐

最新文章

热门文章