Forum PHP.pl > Wyrażenia regularne w preg

Pomoc - Szukaj - Użytkownicy - Kalendarz

Pełna wersja: Wyrażenia regularne w preg_match()

qdlaty88

11.09.2013, 13:28:40

Z kodu html książki telefonicznej chcę wyciągnąć ilość znalezionych pozycji, które zapisane są już na początku dokumentu:

[HTML] pobierz, plaintext 
<meta name="description" content="11 256 wyników dla zapytania medycyna"/>
[HTML] pobierz, plaintext

Dokładnie interesuje mnie ciąg znaków "11 256 wyników" i nic poza tym.
Ta liczba jest zależna od kryterium wyszukiwania, dlatego wyrażenie regularne ją odnajdujące powinno wyglądać tak:

[HTML] pobierz, plaintext 
(\d+\s)+wyników
[HTML] pobierz, plaintext

Powyższe wyrażenie działa na dostępnych w sieci testerach ale w mojej aplikacji do tablicy zapisuje jedynie "256 wyników" zamiast "11 256 wyników".
Kod odpowiedzialny za wyszukanie i wydruk:

[PHP] pobierz, plaintext 
$patternResults = '/(\d+\s)+wyników/';
preg_match($patternResults, $file, $matchesResults);
var_export($matchesResults[0]);
[PHP] pobierz, plaintext

A wydruk to "256 wyników"...
Gdzie się podziały te dwie jedynki?
Dodam, że jeśli tak spreparuję wyrażenie by preg_match() wyszukiwał adresy e-mail, linki do podstron czy liczby obojętnie jakie lub podobnej wielkości co ta z przykładu to wszystko działa. Tylko tej interesującej mnie informacji nie chce przegryźć...

_Borys_

11.09.2013, 13:47:42

[PHP] pobierz, plaintext 
preg_match('/(\d+\s?\d*) wyników/', $file, $matchesResults);
print_r($matchesResults);
echo '<br />'.(int)str_replace(' ', '', $matchesResults[1]);
[PHP] pobierz, plaintext

a gdyby były liczby z kilkoma spacjami to bardziej właściwe będzie

[PHP] pobierz, plaintext 
preg_match('/([\d\s]+) wyników/', $file, $matchesResults);
[PHP] pobierz, plaintext

qdlaty88

12.09.2013, 11:15:34

Niestety tak też nie działa. Na wydruku dostaję:

[PHP] pobierz, plaintext 
Array ( [0] => 260 wyników [1] => 260 ) 
260
[PHP] pobierz, plaintext

Wciąż brak dwóch pierwszych cyfr.
Jak zmienię kod na:

[PHP] pobierz, plaintext 
preg_match_all('/(\d+\s)+/', $file, $matchesResults);
[PHP] pobierz, plaintext

żeby sprawdzić czy w tablicy będzie interesująca mnie wartość, dostaję masę liczb ale nie tą której potrzebuję. Po wydrukowaniu zawartości zmiennej z wczytanym kodem widzę, że pojawia się ona w trzech miejscach. Nie mam już pomysłu jak wyciągnąć ilość wyników...

Zrobiłem to na około wykorzystując takie wyrażenie regularne:

[PHP] pobierz, plaintext 
'/content=\".+wyników/'
[PHP] pobierz, plaintext

Dostaję teraz ciąg:

[PHP] pobierz, plaintext 
array ( 0 => 'content="11 248 wyników', )
[PHP] pobierz, plaintext

Czyli już prawie to co chciałem (wygląda na to, że przerwa pomiędzy '11' a '248' to nie spacja. Jak to teraz wyczyścić, żeby dostać '11248'?

[PHP] pobierz, plaintext 
echo '<br />'.(int)str_replace(' ', '', $matchesResults[0]);
[PHP] pobierz, plaintext

daje na wydruku tylko liczbę '1'...

_Borys_

12.09.2013, 11:32:41

$matchesResults[1] - tutaj masz samą liczbę ze spacją
Moje też działało, możliwe że jest więcej słów "wyników"
Spróbuj tak

[PHP] pobierz, plaintext 
preg_match('/content=\"([\d\s]+) wyników/', $file, $matchesResults);
[PHP] pobierz, plaintext

a str_replace(); tak jak wyżej podałem

qdlaty88

12.09.2013, 12:00:49

[PHP] pobierz, plaintext 
preg_match('/content=\"([\d\s]+) wyników/', $file, $matchesResults);
print_r($matchesResults);
echo '<br />'.(int)str_replace(' ', '', $matchesResults[1]);  //To jest linnia 17
[PHP] pobierz, plaintext

Daje na wydruku:

[PHP] pobierz, plaintext 
Array ( ) 
Notice: Undefined offset: 1 in /var/www/pkt_parser/process.php on line 17
 
0
[PHP] pobierz, plaintext

Sama ilość wyników w całym kodzie powtarza się trzykrotnie w różnym kontekście. Próbowałem już zmieniać ten kontekst. Problem tkwi w tej spacji dzielącej liczbę na dwie części. Jeśli do szukania wykorzystam wyrażenie:

[PHP] pobierz, plaintext 
'content=\"(\d+\s)+'
[PHP] pobierz, plaintext

To dostaję: 'content="11'.
Dla:

[PHP] pobierz, plaintext 
'(\d+\s)+wyników'
[PHP] pobierz, plaintext

Mam '248 wyników'.
Wyrażenie:

[PHP] pobierz, plaintext 
'(\d+\s)+'
[PHP] pobierz, plaintext

Wyrzuca tablicę pełną różnych liczb znalezionych w kodzie ale nie ma wśród nich tej która jest mi niezbędna.
Ciekawe jest to, że jak wyświetlę źródło strony w przeglądarce i skopiuję interesujący mnie fragment do pliku, który później załaduję do zmiennej za pomocą file_get_contents() to moje wyrażenie działa. Jeśli proces odbywa się automatycznie, czyli pobranie strony, zapis do pliku, pobranie z pliku i przeszukanie to działa jak powyżej...
Kombinuję na wszystkie możliwe sposoby i nic...

_Borys_

12.09.2013, 12:06:59

Pokaż co zwróciło print_r($matchesResults);

qdlaty88

12.09.2013, 12:13:39

Tak jak wyżej:

[PHP] pobierz, plaintext 
Array ( )
[PHP] pobierz, plaintext

ale jak wyrażenie w preg_match() będzie wyglądać tak: '/content=\".+wyników/' to zwraca:

[PHP] pobierz, plaintext 
Array ( [0] => content="11 248 wyników )
[PHP] pobierz, plaintext

_Borys_

12.09.2013, 12:17:11

A jak wygląda ta linia z liczbą w pliku ?
Spróbuj z modyfikatorem m

[PHP] pobierz, plaintext 
preg_match('/content=\"([\d\s]+) wyników/m', $file, $matchesResults);
[PHP] pobierz, plaintext

qdlaty88

12.09.2013, 12:30:02

[HTML] pobierz, plaintext 
    <meta name="description" content="11 248 wyników dla zapytania medycyna - znajdź dane firm, adresy i telefony na PKT.PL - największe yellowpages w Polsce. - 1"/>
[HTML] pobierz, plaintext

Problemem jest przerwa pomiędzy '11' a '248'. Wykasowałem tę przerwę i zastąpiłem ją spacją. Wczytałem plik do zmiennej i zatrybiło. Tam jest jakiś śmieć. Tylko jak się go pozbyć skoro nie wiadomo co to jest?

styryl

12.09.2013, 12:34:20

[PHP] pobierz, plaintext 
$string = '<meta name="description" content="11 256 wyników dla zapytania medycyna"/>';
 
$patternResults = '/(\d+?\s(\d+|wyników))/';
preg_match($patternResults, $string, $matchesResults);
 
print_r($matchesResults);
 
[PHP] pobierz, plaintext

qdlaty88

12.09.2013, 12:35:07

Modyfikator m niestety nic nie zmienia.

_Borys_

12.09.2013, 12:46:04

[PHP] pobierz, plaintext 
preg_match('/content=\"([\d\s]+) wynik/', $file, $matchesResults);
[PHP] pobierz, plaintext

Jeśli to zadziała to masz coś nie tak z kodowaniem pliku.

qdlaty88

12.09.2013, 12:55:42

Cytat(styryl @ 12.09.2013, 13:34:20 )

[PHP] pobierz, plaintext 
$string = '<meta name="description" content="11 256 wyników dla zapytania medycyna"/>';
 
$patternResults = '/(\d+?\s(\d+|wyników))/';
preg_match($patternResults, $string, $matchesResults);
 
print_r($matchesResults);
 
[PHP] pobierz, plaintext

Też tak robiłem i działało. Ale u Ciebie w $string pomiędzy '11' a '256' jest spacja, w kodzie jaki pobieram ze strony jest jakiś śmieć...

Cytat(_Borys_ @ 12.09.2013, 13:46:04 )

[PHP] pobierz, plaintext 
preg_match('/content=\"([\d\s]+) wynik/', $file, $matchesResults);
[PHP] pobierz, plaintext

Jeśli to zadziała to masz coś nie tak z kodowaniem pliku.

Wyrzuca pustą tablicę.
Zostawmy już te wyrażenia. Jeśli wyniku jaki daje mi '/content\"=.+wyników' nie da się wyczyścić to po prostu zrobię tak, że wyszukam najpierw 'content\"=\d+', później '\d+\swyników' i złożę to w jeden ciąg. Przynajmniej pozbędę się tej przerwy i dalej z górki

_Borys_

12.09.2013, 13:11:29

Możesz sobie sprawdzić co tam masz w liczbie

[PHP] pobierz, plaintext 
preg_match('/content=\"(.+)\swynik/', $file, $matchesResults);
$cut = str_split($matchesResults[1],1);
foreach($cut as $c){
    echo $c.' : '.dechex(ord($c)).'<br />';
}
[PHP] pobierz, plaintext

Wypisuje kolejne znaki z liczby i wartość hex, jeśli trzecia wartość 20 to jest spacja.
Więcej pomysłów nie mam.

qdlaty88

12.09.2013, 16:25:30

[PHP] pobierz, plaintext 
preg_match('/content=\"(.+)\swyników/', $file, $matchesResults);
//print_r($matchesResults);
$cut = str_split($matchesResults[1],1);
foreach($cut as $c){
     echo $c.' : '.dechex(ord($c)).'<br />';
}
[PHP] pobierz, plaintext

Daje:

[PHP] pobierz, plaintext 
1 : 31
1 : 31
&#65533; : c2 // Tu na wydruku jest pytajnik w czarnym rombie.
&#65533; : a0 // Tu też.
2 : 32
4 : 34
8 : 38
[PHP] pobierz, plaintext

Zrobię to tak jak pisałem wcześniej - wyszukując osobno obie części ciągu i później je łącząc.

Cytat(_Borys_ @ 12.09.2013, 14:11:29 )

Możesz sobie sprawdzić co tam masz w liczbie

[PHP] pobierz, plaintext 
preg_match('/content=\"(.+)\swynik/', $file, $matchesResults);
$cut = str_split($matchesResults[1],1);
foreach($cut as $c){
    echo $c.' : '.dechex(ord($c)).'<br />';
}
[PHP] pobierz, plaintext

Wypisuje kolejne znaki z liczby i wartość hex, jeśli trzecia wartość 20 to jest spacja.
Więcej pomysłów nie mam.

To wystarczy

Swoim postem podsunąłeś mi rozwiązanie

Skoro tam są dwa jakieś znaki to wystarczy zrobić tak:

[PHP] pobierz, plaintext 
$patternResults = '/content=\"(\d+.+)+wyników/';
preg_match($patternResults, $file, $matchesResults);
echo '<br />'.(int)preg_replace('#[^0-9.]#', '', $matchesResults[1]);
[PHP] pobierz, plaintext

i mam to co mnie interesuje

Dzięki za pomoc

To jest wersja lo-fi głównej zawartości. Aby zobaczyć pełną wersję z większą zawartością, obrazkami i formatowaniem proszę kliknij tutaj.