Question

我正在尝试抓一个易趣页面，例如：http://www.ebay.co.uk/sch/Cars-/9801/i.html?_nkw=vw+golf

一切都很好，除了我的一个正则表达式与内容不匹配，因此匹配没有被推送到$linksArray我输出了内容以确保我想要匹配的是实际的那里 - 它是。然后我去print_r($linksArray)所有比赛应该在哪里。但事实并非如此。它是一个空的多维数组。您可以在此处查看我的实例：http://www.mycommunity.co.za/marcksack/index.php

这是我的PHP代码：

<?php
echo '<form method="POST">
<input type="text" id="url" name="url" size="120" value="' . (isset($_REQUEST["url"]) && !empty($_REQUEST["url"]) ? $_REQUEST["url"] : "") . '"/>
<input type="submit" value="Submit" />
</form>';
flush();

if (isset($_REQUEST["url"]) && !empty($_REQUEST["url"])) {
    $url = $_REQUEST["url"];
    $phones = array();
    for ($page = 1; $page <= 1; $page++) {

        // get page contents

        $contents = file_get_contents($url . "&_pgn=" . $page);
        echo(htmlentities($contents));
        // find all links patterns
        // HERE IS THE PROBLEM
        $pattern = '/class="lvtitle"><a href="(.*)" class="vip"/';
        $linksArray = array();
        preg_match_all($pattern, $contents, $linksArray);
        print_r($linksArray);
        $links = $linksArray[0];

        foreach($links as $link) {
            $pureLink = str_replace("class=\"lvtitle\"><a href=\"", "", $link);
            $pureLink = str_replace("\" class=\"vip\"", "", $pureLink);

            // getting sub page contents

            $subContents = file_get_contents($pureLink);

            // find all links patterns

            $subContents = str_replace(" ", "", $subContents);
            $phonePattern = '/07[0-9]{9}/';
            $phonesArray = array();
            preg_match_all($phonePattern, $subContents, $phonesArray);
            foreach($phonesArray[0] as $element) {

                // check if phone not added previousely to the phones array

                if (!in_array($element, $phones)) {

                    // add it to the phones array

                    array_push($phones, $element);
                    echo $element . "<br />";
                    flush();
                }
            }
        }
    }

    // print results
    foreach($phones as $phone){
        echo $phone."<br/>";
    }

}

?>

显然我的问题是我做错了什么？为什么匹配没有被推送到我的$linksArray变量。我真的很感谢你的帮助！

Answer 1

这个正则表达式有效：

"/ class=\"lvtitle\"><a href=\"([^\"]*)\"  class=\"vip\"/"

你的一些问题：

您尝试使用（。*）捕获网址，该网址将匹配整行。
它不匹配整行，因为ebay在class和href属性之间有两个空格。

此外，正如已经提到的，您应该使用API或DOMDocument。但如果你很好奇，这就是为什么它没有用。我希望有所帮助！

正则表达式与PHP中的内容不匹配

1 个答案: