Question

我正在使用curl抓取网页，并且可以显示感兴趣的结果。

通常，下面的脚本会向我输出“网页抓取工具测试文本”文本，该文本由页面中的“标题” ID刮取并进行正则表达式处理。

现在，我想检查$ list数组中是否存在单词“ TESTING”。如果是，则仅回显“存在”，否则，则回显“不存在”。最好的方法是什么？

我知道如何搜索网页并从中提取文本部分。

 $curl = curl_init('http://testing-ground.scraping.pro/textlist'); // cURL 
 setup

curl_setopt($curl, CURLOPT_RETURNTRANSFER, TRUE); //  return the transfer 
page as a string
curl_setopt($curl, CURLOPT_HEADER, TRUE);


$page = curl_exec($curl); // executing the request

if(curl_errno($curl)) // check for execution errors
{
    echo 'Scraper error: ' . curl_error($curl);
    exit;
}

curl_close($curl); // closing the connection

$regex = '/<div id="title">(.*?)<\/div>/s'; // extracting the needed part

if ( preg_match($regex, $page, $list) ) // search matches of $page with 
$regex
    echo $list[0];
else
    print "Not found";

Answer 1

我知道如何搜索网页并从中提取文本部分。

实际上，您正在做very wrong。该代码实际上应该类似于

$list[]=(@DOMDocument::loadHTML($page))->getElementById("title")->textContent;

如果您想学习如何在PHP中正确解析HTML，请阅读线程> How do you parse and process HTML/XML in PHP?

现在，我想检查$ list数组中是否存在单词“ TESTING”。如果是，则仅回显“存在”，否则，则回显“不存在”。最好的方法是什么？

找到一个布尔，用foreach对其进行迭代，使用strpos（）检查列表中的每个条目，如果发现它，请确保尽早退出循环（因为继续循环将浪费CPU和时间找到匹配项后），最后打印结果，例如

$found=false;
foreach($list as $foo){
    if(false!==strpos("TESTING",$foo)){
        $found=true;
        break;
    }
}
if($found){
    echo "present";
}else{
    echo "not present";
}

如何检查php数组中是否存在单词？

1 个答案: