Question

好吧，伙计们！我一直在寻找，我有一些麻烦为我的问题找到解决方案。事先，抱歉我的英语不好。

我正在为一个特定新闻网站的新闻文章构建一个小解析器。我希望代码也准备好添加其他新闻页面，这就是为什么它就像它一样。

我希望页面在不刷新页面的情况下重新加载其内容。我知道我需要一段时间才能从所选URL中检索内容。这就是为什么我想从jqueryui添加进度条（我知道它的分配要求）。进度条是可选的。

我也使用简单的html dom解析器

<?php
//Page load time
$starttime = explode(' ', microtime());
$starttime = $starttime[1] + $starttime[0];

?>
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
<html>
<head>
<meta http-equiv="Content-Type" content="text/html;charset=utf-8"/>
<title>svd parser</title>
<link rel="shortcut icon" href="favicon.ico" type="image/x-icon"/>
<link rel="stylesheet" type="text/css" href="style.css"/>
<script type="text/javascript" src="jquery-1.10.2.min.js"></script>
</head>
<body>
    <div class="container">
    <div id="head">
    <h1>svd parser</h1>
    <hr>
    <form action="index.php" method="post">
    <input type="text" name="s" placeholder="enter a URL to start the svd parser" style="width: 495px;">
    <input type="submit" value="svd parser it">
    </form>


<?php

if (isset($_POST["s"]) && trim($_POST["s"]) !="") {

//what is the domain?
preg_match('@^(?:http://)?([^/]+)@i',$_POST["s"], $matches);
$host = $matches[1];
// get last two segments of host name
preg_match('/[^.]+\.[^.]+$/', $host, $matches);
echo "<b>domain name is: {$matches[0]}.</b><br>\n";


 function checkDomainGetRightValues($domain) {
    if ($domain == "svd.se") {
        $h1="h1";
        $page="p[class=preamble], div[class=articletext]";
        return array('h1'=> $h1,'searchparse' => $page);
    }else {
        return null;
    }
}


include('simple_html_dom.php');
$html = new simple_html_dom();
$ids=checkDomainGetRightValues($matches[0]);

//Get the page
$html = file_get_html($_POST['s']);

// Find all h1 
$ret = $html->find($ids['h1']);

//Strip the h1 of all html tags (a href) add h1 tags
echo "<h1>" . strip_tags($ret[0]) . "</h1>";

//find the actual article and forget about everything else
//Function for extraction right parse lines
//$values= checkDomainGetRightValues($matches[0]);
$ret = $html->find($ids['searchparse']);

//prints article with OUT HTML tags, but with <p> so you can read it
//Print the first part of article so you get a hint what it is all about
echo "<p><b>". strip_tags($ret[0]) ."</b></p>";


//Here is the actuall article
$a=html_entity_decode($ret[1]);
echo strip_tags($a, '<p>');
$html->clear(); 
unset($html);



}else{
    echo "You need to write the whole article URL<br>";
}


//Page load time
$mtime = explode(' ', microtime());
$totaltime = $mtime[0] + $mtime[1] - $starttime;
printf('Page loaded in %.3f seconds.', $totaltime);

?>

</div>
<div id="sidebar">
<b>SvD
</div>

</div>
</body>
</html>

如果有人能够至少指出我正确的方向，我将不胜感激！

使用php构建页面解析器。想要使用一些jquery / ajax

0 个答案: