WCM Forum - [php] HTML files auslesen

WCM Forum (http://www.wcm.at/forum/index.php)

- Programmierung (http://www.wcm.at/forum/forumdisplay.php?f=17)

- - [php] HTML files auslesen (http://www.wcm.at/forum/showthread.php?t=147965)

reichr

19.10.2004 12:45

[php] HTML files auslesen

hy leute!

xxx html files in einem ordner

brauche ein script das mir jedes einzelne html file auslesen kann
(ohne html strings etc.)

habt ihr dazu ne idee?

auslesen wär wichtig, das ausgelesene in ne datenbank stopfen sollt ja dann nicht das problem sein...

danke!

sagi	19.10.2004 13:01

welche php Version hast du/steht dir zur Verfügung?

Dateisystemfunktionen:
1) du suchst dir mal alle .html Dateien und speicherst die Dateinamen in einem Array

2) du liest die Datei in einen String

Reguläre Ausdrücke
3) du suchst nach dem Titel der Site und speicherst ihn in einer eigenen Vaiable.

4) du entfernst alles, was nicht innerhalb von <body></body> liegt

5) du entfernst alle Tags

Datenbank
6) du speicherst dateiname, content, title in der Datenbank

7) du schnappst dir den nächsten eintrag aus dem Array, das du in 1) erstellt hast und machst bei 2) weiter

bzw: wo genau brauchst du Hilfe?

reichr

19.10.2004 13:09

das auslesen des file macht ma probs.. :(

sagi	19.10.2004 13:15

PHP-Code:


		
			
$file = fopen("filname", "r");

$content = fread($file, filsize("filename"));

fclose($file);

sagi	19.10.2004 13:16

in php5 kannst du auch file_get_contents verwenden

http://www.php.net/manual/de/functio...t-contents.php

reichr

19.10.2004 13:49

herzlichen dank!

habs so gelöst!
schaut aus wie wenns so läuft:

PHP-Code:


		
			
$lines = file ("106467.htm");

foreach ($lines as $line_num => $line) {

echo "" . ($line) . "\n";

}

sagi	19.10.2004 14:20

ja. so kannst du sehr einfach eine Datei in ein Array lesen. Falls du aber Reguläre ausdrücke anwenden willst, die über mehrere Zeilen gehen, dann ist es besser, wenn du einen String hast. Anderenfalls müsstest du das Array vorher noch zu einem String zusammenbauen.

mfg

reichr

19.10.2004 14:20

jetz gibts nur noch folgendes prob:

habe jetz natürlich sämgliche html tags drinnen...?!

reichr

19.10.2004 14:25

Zitat:

Original geschrieben von sagi
ja. so kannst du sehr einfach eine Datei in ein Array lesen. Falls du aber Reguläre ausdrücke anwenden willst, die über mehrere Zeilen gehen, dann ist es besser, wenn du einen String hast. Anderenfalls müsstest du das Array vorher noch zu einem String zusammenbauen.

mfg

ja .. bekomme jetzt problematischer weise jede zeile extra raus.. is natürlich fürn datenbank import ein witz +g+

wie stell ich das am besten an?

Potassium

19.10.2004 14:26

entweder htmlentities()
oder
strip_tags()

je nachdem was du wirklich willst....

sagi	19.10.2004 14:29

siehe 3) - 5)

Zitat:

3) du suchst nach dem Titel der Site und speicherst ihn in einer eigenen Vaiable.

3)

http://www.php.net/manual/de/function.preg-match.php

preg_match("/<title>[^<]*<\/title>/", $contents, $title);

4)

preg_match("/<body>.*<\/body>/", $contents, $body);

5)

http://www.php.net/manual/de/function.preg-replace.php

$notags = preg_replace("/<[^>]>/","",$body[0]);

sollte in etwa so funktionieren

mfg
c.

sagi	19.10.2004 14:32

für 5) find ich die Lösung von Potassium besser.

Alle Zeitangaben in WEZ +2. Es ist jetzt 16:11 Uhr.