Rumah > Artikel > pembangunan bahagian belakang > 简单php采集网页部分文字问题，求指点，多谢
简单php采集网页部分文字问题，求指点，多谢
- WBOYasal
- 2016-06-23 14:12:46793semak imbas
目标采集页面如下代码（示例页面，数据可能变化，但格式不会变化）
要求得到table中主要的4项数据：序 号、违法时间、违法地点、违法行为（即93行～130行之间的）
希望能给出详细一点的php代码。
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"><html xmlns="http://www.w3.org/1999/xhtml"><head><base href="http://218.25.58.44:80/" /><meta http-equiv="Content-Type" content="text/html; charset=utf-8" /><title>交警查询</title><link href="style/style.css" rel="stylesheet" type="text/css" /><style>.center_td { text-align:center;}</style></head><body><div class="top"><div class="menu"><ul><li><a href="#">网站首页</a></li><li> 沈阳交警</li><li> 交通新闻 </li><li> 视频播放 </li><li> 为您服务 </li><li> 在线办公 </li><li> 信息查询 </li><li> 征求意见 </li><li> 联系我们</ul></div><div class="txt"><!-- 沈阳小雨转小到中雨21~14 今天是：2010年5月28日 -->返回首页 / 设为首页 / 添加搜藏</div></div><div class="main"><table width="100%" border="0" cellspacing="0" cellpadding="0"> <tr> <td valign="top" class="lmenu" > <div class="l1"> <h1><a href="#"><img src="images/cxx_04.png" border="0" / alt="简单php采集网页部分文字问题，求指点，多谢" ></a></h1> <ul> <li>业务指南</li> <li>表格下载<br />机动车驾驶人身体条件证<br />机动车驾驶申请表…</li> <li>自助报名</li> <li>模拟考场</li> <li>电子地图</li> <li>网上车管所</li> </ul> </div> <div class="l1 l2"> <h1><a href="#"><img src="images/cxx_10.png" border="0" / alt="简单php采集网页部分文字问题，求指点，多谢" ></a></h1> <ul> <li>业务指南</li> <li>表格下载<br />机动车驾驶人身体条件证<br />机动车驾驶申请表…</li> <li>自助报名</li> </ul> </div> <div class="l1 l3"> <h1><a href="#"><img src="images/cxx_12.png" border="0" / alt="简单php采集网页部分文字问题，求指点，多谢" ></a></h1> <ul> <li>业务指南</li> <li>表格下载<br />机动车驾驶人身体条件证<br />机动车驾驶申请表…</li> <li>自助报名</li> <li>模拟考场</li> <li>电子地图</li> <li>网上车管所</li> </ul> </div> <div class="l1 l4"> <h1><a href="#"><img src="images/cxx_14.png" border="0" / alt="简单php采集网页部分文字问题，求指点，多谢" ></a></h1> <div class="video"><img src="images/cxx_15.png" / alt="简单php采集网页部分文字问题，求指点，多谢" ></div> <div class="video"><img src="images/cxx_16.png" / alt="简单php采集网页部分文字问题，求指点，多谢" ></div> </div> <div class="kjc"> <img src="images/cxx_17.png" / alt="简单php采集网页部分文字问题，求指点，多谢" > </div> </td> <td valign="top"> <div class="content"> <h1>在线查询 / 电子警察拍照信息</h1> <table width="100%" border="0" cellspacing="0" cellpadding="0" class="tab"> <tr> <td width="30" style="max-width:90%" class="center_td"> </td> <td width="140" class="center_td">电子警察拍照信息</td> <td width="200" class="center_td">小型汽车</td> <td class="center_td">辽AQ007B</td> </tr> <tr> <td class="center_td" height="30">序 号</td> <td class="center_td">违法时间</td> <td class="center_td" width="200">违法地点</td> <td class="center_td">违法行为</td> </tr> <tr onmouseover="this.style.background='#DAE5FB';" onmouseout="this.style.background='#ffffff';"> <td class="center_td" height="30">1</td> <td class="center_td">2013-02-0711:16</td> <td> 沈阳市永安路</td> <td> 违停，驾驶人不在现场，妨碍其他车辆行人通行的</td> </tr> <tr bgcolor="#e5e5e5" onmouseover="this.style.background='#DAE5FB';" onmouseout="this.style.background='#e5e5e5';"> <td class="center_td" height="30">2</td> <td class="center_td">2013-03-0808:34</td> <td> 沈阳市三好街文萃路由南向北</td> <td> 通过路口遇停止信号时，停在停止线以内或路口内的</td> </tr> <tr onmouseover="this.style.background='#DAE5FB';" onmouseout="this.style.background='#ffffff';"> <td class="center_td" height="30">3</td> <td class="center_td">2013-03-2210:16</td> <td> 沈阳市三好街文萃路4号</td> <td> 违停，驾驶人不在现场，妨碍其他车辆行人通行的</td> </tr> <tr bgcolor="#e5e5e5" onmouseover="this.style.background='#DAE5FB';" onmouseout="this.style.background='#e5e5e5';"> <td class="center_td" height="30">4</td> <td class="center_td">2013-05-1413:53</td> <td> 沈阳市永安路</td> <td> 违停，驾驶人不在现场，妨碍其他车辆行人通行的</td> </tr> <tr onmouseover="this.style.background='#DAE5FB';" onmouseout="this.style.background='#ffffff';"> <td class="center_td" height="30">5</td> <td class="center_td">2013-05-3113:29</td> <td> 沈阳市五里河街</td> <td> 违停，驾驶人不在现场，妨碍其他车辆行人通行的</td> </tr> </table> <table width="100%" height="43" border="0" cellpadding="0" cellspacing="0"> <tr> <td width="121"><!-- <img src="images/cxx_07.png" style="max-width:90%" style="max-width:90%" / alt="简单php采集网页部分文字问题，求指点，多谢" > --></td> <td width="176"><!-- <img src="images/cxx_08.png" style="max-width:90%" style="max-width:90%" / alt="简单php采集网页部分文字问题，求指点，多谢" > --></td> <td width="176"><!-- <img src="images/cxx_09.png" style="max-width:90%" style="max-width:90%" / alt="简单php采集网页部分文字问题，求指点，多谢" > --></td> <td align="right"> <img src="images/bk.png" style="max-width:90%" onclick="javascript:history.back(-1);" / alt="简单php采集网页部分文字问题，求指点，多谢" > </td> </tr> </table> </div> </td> </tr></table></div><div class="foot"><p>友情连接：<select name=""> <option>所属单位</option></select> <select name="select"> <option>所属单位</option> </select> <select name="select2"> <option>所属单位</option> </select> <select name="select3"> <option>所属单位</option> </select> <select name="select4"> <option>所属单位</option> </select></p>Copyright 2009 www.sygajj.gov.cn All Rights Reserved<br />版权所有：沈阳市交通警察支队 E-maill:webmaster@www.sygajj.gov.cn 辽ICP备07501079号 邮编：110003<br />站长统计</div></body></html> 回复讨论(解决方案)
preg_match_all('#<td class="center_td" style="max-width:90%">(\d+)</td>\s*<td class="center_td">(.+)</td>\s*<td>(.+)</td>\s*<td>(.+)</td>#isU',$s,$m);print_r($m);
preg_match_all('#<td class="center_td" height="30">(\d+)</td>\s*<td class="center_td">(.+)</td>\s*<td>(.+)</td>\s*<td>(.+)</td>#isU',$s,$m);print_r($m); 不用正则能实现吗？
你这个需求用正则是最方便的，还想怎么样。
preg_match_all('#<td class="center_td" height="30">(\d+)</td>\s*<td class="center_td">(.+)</td>\s*<td>(.+)</td>\s*<td>(.+)</td>#isU',$s,$m);print_r($m); 不用正则能实现吗？
正则在这种情况下使用是再好不过了
不知道我调用的对不对，但是输出结果中出现了我不想要的字符。
?Array( [0] => Array ( [0] => <td class="center_td" height="30">1</td> <td class="center_td">2013-02-0711:16</td> <td> 沈阳市永安路</td> <td> 违停，驾驶人不在现场，妨碍其他车辆行人通行的</td> [1] => <td class="center_td" height="30">2</td> <td class="center_td">2013-03-0808:34</td> <td> 沈阳市三好街文萃路由南向北</td> <td> 通过路口遇停止信号时，停在停止线以内或路口内的</td> [2] => <td class="center_td" height="30">3</td> <td class="center_td">2013-03-2210:16</td> <td> 沈阳市三好街文萃路4号</td> <td> 违停，驾驶人不在现场，妨碍其他车辆行人通行的</td> [3] => <td class="center_td" height="30">4</td> <td class="center_td">2013-05-1413:53</td> <td> 沈阳市永安路</td> <td> 违停，驾驶人不在现场，妨碍其他车辆行人通行的</td> [4] => <td class="center_td" height="30">5</td> <td class="center_td">2013-05-3113:29</td> <td> 沈阳市五里河街</td> <td> 违停，驾驶人不在现场，妨碍其他车辆行人通行的</td> ) [1] => Array ( [0] => 1 [1] => 2 [2] => 3 [3] => 4 [4] => 5 ) [2] => Array ( [0] => 2013-02-0711:16 [1] => 2013-03-0808:34 [2] => 2013-03-2210:16 [3] => 2013-05-1413:53 [4] => 2013-05-3113:29 ) [3] => Array ( [0] => 沈阳市永安路 [1] => 沈阳市三好街文萃路由南向北 [2] => 沈阳市三好街文萃路4号 [3] => 沈阳市永安路 [4] => 沈阳市五里河街 ) [4] => Array ( [0] => 违停，驾驶人不在现场，妨碍其他车辆行人通行的 [1] => 通过路口遇停止信号时，停在停止线以内或路口内的 [2] => 违停，驾驶人不在现场，妨碍其他车辆行人通行的 [3] => 违停，驾驶人不在现场，妨碍其他车辆行人通行的 [4] => 违停，驾驶人不在现场，妨碍其他车辆行人通行的 ))
我是这样调用的：
$s = $p->post($remote_server,$post_string);preg_match_all('#<td class="center_td" height="30">(\d+)</td>\s*<td class="center_td">(.+)</td>\s*<td>(.+)</td>\s*<td>(.+)</td>#isU',$s,$m);print_r($m); 上面的结果中，从第3行至第25行，是我不想要的，而且第47行中出现了空格，这也不是我想要的，求解决代码，多谢！
$s = $p->post($remote_server,$post_string);preg_match_all('#<td class="center_td" height="30">(\d+)</td>\s*<td class="center_td">(.+)</td>\s*<td>(?: )*(.+)</td>\s*<td>(?: )*(.+)</td>#isU',$s,$m);print_r($m); $m 的 1 到 4 下标依次表示为 序号、时间、地点、内容
$s = $p->post($remote_server,$post_string);preg_match_all('#<td class="center_td" height="30">(\d+)</td>\s*<td class="center_td">(.+)</td>\s*<td>(?: )*(.+)</td>\s*<td>(?: )*(.+)</td>#isU',$s,$m);print_r($m); $m 的 1 到 4 下标依次表示为 序号、时间、地点、内容
试了一下，结果还是与原来的一样，空格字符没能过滤掉
preg_match_all('#
preg_match_all('#
这回正确了
还有个小问题，就是我得到的$m有时会是空数组，没有值，这个怎么能判断一下呢？因为不能正确得到结果时我需要重新执行一遍查询，谢谢！以下是返回空数组时的结果：
Array( [0] => Array ( ) [1] => Array ( ) [2] => Array ( ) [3] => Array ( ) [4] => Array ( ))
为空时你的数据不是上面那种格式吧，你判断$m[0] 是否为空数组就可以了。
if(empty($m[0])){
重新执行一遍查询
}
为空时你的数据不是上面那种格式吧，你判断$m[0] 是否为空数组就可以了。
if(empty($m[0])){
重新执行一遍查询
}
让你说着了，为空时，不是上面的格式，正则会出错，呵呵，所以判断要在正则之前了。应该判断$s里是否有“验证码输入有误，请重新输入！”，但不知道怎么写？
<td colspan="2"> 验证码输入有误，请重新输入！ </td>
用strpos() 判断就行吧？
出错时会出现上面那个提示是吧？
if(strpos($s,'验证码输入有误，请重新输入！') !==false){
.....重新执行一遍查询....
}
出错时会出现上面那个提示是吧？
if(strpos($s,'验证码输入有误，请重新输入！') !==false){
.....重新执行一遍查询....
}
又遇到个需要正则的地方，我不会写，帮我看下吧，多谢了
目标页面地址：http://218.25.58.44/searchsys/
需要采集的数据是：“数据最后更新至2013年6月9日”
求规则！
目标在183行，下面是这个页面的源码：
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"><html xmlns="http://www.w3.org/1999/xhtml"><head><base href="http://218.25.58.44:80/" /><meta http-equiv="Content-Type" content="text/html; charset=utf-8" /><title>交警查询</title><link href="style/style.css" rel="stylesheet" type="text/css" /><script>function trim(val) { var str = val+""; if (str.length == 0) return str; var re = /^\s*/; str = str.replace(re,''); re = /\s*$/; return str.replace(re,'');}function chkForm1(form) { if ((trim(form("wzcx.autono").value) == "") || (trim(form("wzcx.autono").value).length < 7)) { alert("请输入有效的车牌号！"); form("wzcx.autono").focus(); return false; } if ((trim(form("wzcx.memo").value) == "") || (trim(form("wzcx.memo").value).length < 4)) { alert("请输入车辆识别代码后四位！"); form("wzcx.memo").focus(); return false; } if (trim(form("rand").value) == "") { alert("请输入验证码！"); form("rand").focus(); return false; }}function chkForm2(form) { if (trim(form.cardno.value) == "") { alert("请输入有效的档案编号！"); form.cardno.focus(); return false; } if (trim(form.idno.value) == "") { //alert("请输入有效的证件号码！"); alert("请输入有效的身份证号码！"); form.idno.focus(); return false; } if (trim(form.rand2.value) == "") { alert("请输入验证码！"); form.rand2.focus(); return false; }}</script></head><body><div class="top"><div class="menu"><ul><li><a href="#">网站首页</a></li><li> 沈阳交警</li><li> 交通新闻 </li><li> 视频播放 </li><li> 为您服务 </li><li> 在线办公 </li><li> 信息查询 </li><li> 征求意见 </li><li> 联系我们</ul></div><div class="txt"><!-- 沈阳小雨转小到中雨21℃~14℃ 今天是：2010年5月28日 -->返回首页 / 设为首页 / 添加搜藏</div></div><div class="main"><table width="100%%" border="0" cellspacing="0" cellpadding="0"> <tr> <td valign="top" class="lmenu" > <div class="l1"> <h1><a href="#"><img src="images/cxx_04.png" border="0" / alt="简单php采集网页部分文字问题，求指点，多谢" ></a></h1> <ul> <li>业务指南</li> <li>表格下载<br />机动车驾驶人身体条件证<br />机动车驾驶申请表…</li> <li>自助报名</li> <li>模拟考场</li> <li>电子地图</li> <li>网上车管所</li> </ul> </div> <div class="l1 l2"> <h1><a href="#"><img src="images/cxx_10.png" border="0" / alt="简单php采集网页部分文字问题，求指点，多谢" ></a></h1> <ul> <li>业务指南</li> <li>表格下载<br />机动车驾驶人身体条件证<br />机动车驾驶申请表…</li> <li>自助报名</li> </ul> </div> <div class="l1 l3"> <h1><a href="#"><img src="images/cxx_12.png" border="0" / alt="简单php采集网页部分文字问题，求指点，多谢" ></a></h1> <ul> <li>业务指南</li> <li>表格下载<br />机动车驾驶人身体条件证<br />机动车驾驶申请表…</li> <li>自助报名</li> <li>模拟考场</li> <li>电子地图</li> <li>网上车管所</li> </ul> </div> <div class="l1 l4"> <h1><a href="#"><img src="images/cxx_14.png" border="0" / alt="简单php采集网页部分文字问题，求指点，多谢" ></a></h1> <div class="video"><img src="images/cxx_15.png" / alt="简单php采集网页部分文字问题，求指点，多谢" ></div> <div class="video"><img src="images/cxx_16.png" / alt="简单php采集网页部分文字问题，求指点，多谢" ></div> </div> <div class="kjc"> <img src="images/cxx_17.png" / alt="简单php采集网页部分文字问题，求指点，多谢" > </div> </td> <td valign="top"> <div class="content"> <p> </p> <table width="100%%" style="max-width:90%" border="0" cellpadding="3" cellspacing="0"> <!-- 电子警察拍照信息 --> <tr> <td width="78" height="44"> <b>电子警察拍照信息</b></td> </tr> <form action="search/wzcxrs.action" method="post" name="wfxxForm" id="wfxxForm" onsubmit="return chkForm1(this);"> <tr> <td height="44"><table width="100%" border="0" cellspacing="3" cellpadding="1"> <tr> <td>车型 <select name="wzcx.autotype" id="wzcx.autotype" style="width:90px;"> <option value="小型汽车">小型汽车</option> <option value="大型汽车">大型汽车</option> <option value="外籍汽车">外籍汽车</option> <option value="临时行驶车">临时行驶车</option> <option value="挂车">挂车</option> <option value="原农机号牌">原农机号牌</option> <option value="农用运输车">农用运输车</option> </select></td> <td>车牌号 <input name="wzcx.autono" type="text" class="input" id="wzcx.autono" size="8" maxlength="20" value="辽A" onkeyup="this.value=this.value.toUpperCase();" /></td> <td>车辆识别代码后四位 <input name="wzcx.memo" type="text" class="input" id="wzcx.memo" size="5" maxlength="4" onkeyup="this.value=this.value.toUpperCase();" /></td> <td>验证码<span style="font-size:18px; font-weight:bold; color:#CA0906; "> <input name="rand" type="text" class="input" id="rand" size="5" maxlength="4" /> <img id="img1" src="/searchsys/img.jsp" width="55" style="max-width:90%" border="0" onclick="javascript:this.src='/searchsys/img.jsp';" alt="看不清，请点击" style="cursor:hand;"/></span></td> <td><input type="image" src="images/cxx_06.png" width="78" height="24" /></td> </tr></table> <br /></td> </tr> </form> <!-- 驾驶员积分信息 --> <tr> <td height="43"> <b>驾驶员信息</b></td> </tr> <form action="search/jsyxxrs.action" method="post" name="jsyxxForm" id="jsyxxForm" onsubmit="return chkForm2(this);"> <tr> <td height="43"><table width="100%" border="0" cellspacing="3" cellpadding="1"> <tr> <td><!--证件类型-->档案编号 <!--<select name="idtype" id="idtype" style="width:100px;"> <option value="1">档案编号</option> <option value="2">身份证号</option> </select>--> <input name="cardno" type="text" class="input" id="cardno" size="18" maxlength="50" /></td> <td><!--号码-->身份证号码 <input name="idno" type="text" class="input" id="idno" size="22" maxlength="50" /></td> <td>验证码<span style="font-size:18px; font-weight:bold; color:#CA0906; "> <input name="rand2" type="text" class="input" id="rand2" size="5" maxlength="4" /> <img src="/searchsys/img2.jsp" width="55" style="max-width:90%" border="0" onclick="javascript:this.src='/searchsys/img2.jsp';" alt="看不清，请点击" style="cursor:hand;"/> </span></td> <td><input type="image" src="images/cxx_06.png" width="78" height="24" /></td> </tr> </table> <br /></td> </tr> </form> </table> <div> <br/><center> <!--img src="sm.gif" width="531" height="239" /--> </center><br/> <hr/><br/> <center>数据最后更新至2013年6月9日</center> </div> <!-- 按按 -- <table width="100%%" height="76" border="0" cellpadding="0" cellspacing="0"> <tr> <td width="121"><!-- <img src="images/cxx_07.png" style="max-width:90%" style="max-width:90%" / alt="简单php采集网页部分文字问题，求指点，多谢" > --></td> <td width="176"><!-- <img src="images/cxx_08.png" style="max-width:90%" style="max-width:90%" / alt="简单php采集网页部分文字问题，求指点，多谢" > --></td> <td width="176"><!-- <img src="images/cxx_09.png" style="max-width:90%" style="max-width:90%" / alt="简单php采集网页部分文字问题，求指点，多谢" > --></td> <td align="right"></td> </tr> </table> </div> </td> </tr></table></div><div class="foot"><p>友情连接：<select name=""> <option>所属单位</option></select> <select name="select"> <option>所属单位</option> </select> <select name="select2"> <option>所属单位</option> </select> <select name="select3"> <option>所属单位</option> </select> <select name="select4"> <option>所属单位</option> </select></p>Copyright 2009 www.sygajj.gov.cn All Rights Reserved<br />版权所有：沈阳市交通警察支队 E-maill:webmaster@sygajj.gov.cn 辽ICP备07501079号 邮编：110003<br /><script src="http://s11.cnzz.com/stat.php?id=2228263&web_id=2228263" language="JavaScript"></script></div></body></html> preg_match('#
echo $m[1];
女生的问题回答就是快哦。
Kenyataan：
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel sebelumnya：Strict Standards问题，帮忙看下Artikel seterusnya：php如何上传一个压缩文件?给个实例吧
Artikel berkaitan
Lihat lagi- Cara menggunakan cURL untuk melaksanakan permintaan Dapatkan dan Hantar dalam PHP
- Cara menggunakan cURL untuk melaksanakan permintaan Dapatkan dan Hantar dalam PHP
- Cara menggunakan cURL untuk melaksanakan permintaan Dapatkan dan Hantar dalam PHP
- Cara menggunakan cURL untuk melaksanakan permintaan Dapatkan dan Hantar dalam PHP
- Semua simbol ungkapan dalam ungkapan biasa (ringkasan)