"Vycucnutí" hodnot z html přes php – PHP – Fórum – Programujte.com

Zdravím,

potřebuji poradit zdali existuje nějaká funkce v PHP, která by mi v HTML kódu našla hodnoty, které potřebuji následně zpracovat. Jde o to, že si ze serveru natáhnu stránku do proměnné. V proměnné mám celou stránku, ale protože nepotřebuji zbytečnosti kolem, ale jen pár hodnot, chtěl bych je z toho kódu nějak dostat do mých nachystaných proměnných.

Řekněme, že v celém kódu je tato část:

<th class="tbl_hdr">Název stanice</th>
<td >Batelov</td>

Myšlenka je taková, že bych se orientoval podle "Název stanice" a vím, že po deseti znacích je názve oné stanice. A tu potřebuji nějak dostat do mé proměnné. Problém je ten, že stránka je vždy jiná a já se mohu orientovat dle těchto záchytných bodů.
Hledal jsem dlouho a nenašel nic, asi neumím pořádně definovat, co potřebuji. :(

#1 xhonzax
Jde to poměrně snadno, zkus si to vytáhnout z tohoto:

https://gist.github.com/kitsaels/db82b419a7a33f993952

Je to skoro všechno, jen jsem změnil jméno serveru a ořezal výstup. Tedy krátký skript a k tomu výstupní šablona, která mi z vycucnutých dat udělá nečíslovaný seznam v HTML.

Pochopil jsem-li to dobře, tak v php si natáhnu onu požadovanou stránku a v tom .xls souboru provádím "výběr" hodnot, které zobrazím? Omlouvám se za trapné dotazy, ale v programování jse kompletně zakrněl. :D

#3 xhonzax
Přesně tak. Jen ten XSL soubor je trochu komplikovaný, protože ten HTML kód, ze kterého jsem vyzobával data, byl dost mizerně napsaný. Budeš tam mít vlastně jen jednu podmínku: 

<xsl:value-of select="//th[@class='tbl_hdr']/following-sibling::text()[1]"/>

Ten XSL soubor zajistí i správné naformátování výstupního HTML.

Tomu stringu v atributu "select" se říká XPath, kdybys to hledal.

#4 Kit
Ano, komplikovaný je dost. Měl bych k němu pár dotazů. Po dlouhém zkoumání jsem vydedukoval, že podmínky typu:  

<xsl:template match="/html">
<xsl:apply-templates select="//div[@id='discussionList']/ul"/>
</xsl:template>
 
<xsl:template match="ul">
<ul>
<xsl:apply-templates select="li[@class='clear']/span/a"/>
</ul>
</xsl:template>

mi zajisťují postupné vnořování do dokumentu. A tato podmínka mi udává, co z něj chci vytáhnout:

<xsl:template match="a">
<li>
<span style="width:6em">
<xsl:value-of select="../../span/span[2]/text()"/>&#160;
</span>
<xsl:copy select=".">
<xsl:attribute name="target">blank</xsl:attribute>
<xsl:apply-templates select="@*|node()" />
</xsl:copy>
Počet reakcí: <xsl:value-of select="../../span/span/span/a"/>
</li>
</xsl:template>

Je to tak?

Kód mi už jakž takž funguje, jen mi bere všechny věci z tabulky. Jak docílit aby bral pouze některé? Podle tříd se orientovat nemůžu, protože data tahám z cizího serveru, kde je nemůžu nijak upravit.

http://peter-mlich.wz.cz/web/php/pr/wheather-wunderground.php
http://peter-mlich.wz.cz/…erground.txt
 

$url   = "http://rss.wunderground.com/auto/rss_full/global/stations/11782.xml?units=metric";	// Ostrava, CZ
$data  = file_get_contents($url);	//$data  = iconv("iso-8859-2", "UTF-8", $data );
$xml   = simplexml_load_string($data);

$att = 'description'echo $xml->channel->item->{$att);

#5 xhonzax
Asi je tam moc tabulek s class='tbl_hdr'.

Našel jsem i jednodušší řešení na

http://www.php.net/manual/en/class.domxpath.php

Odpadá tam ta šablona XSLT a zůstal jen výraz XPath, jehož výsledek si už nějak zpracuješ.

To xml mi pride take prekomplikovane..

Skusil by som http://simplehtmldom.sourceforge.net/

require('simple_html_dom.php');

$url = "http://<cesta k suboru>";

$html = new simple_html_dom();
$html->load_file($url);

$station = $html->find('th[class=tbl_hdr]', 0)->next_sibling ()->outertext;

#8 Ericsko
Asi jsi chtěl napsat: "To XSL mi pride take prekomplikovane..."

Uznávám, na jednu položku to asi bude kanón na vrabce. Na filtrování vstupu nebo formátování výstupního HTML se to však hodí.

#9 Kit
;)

Tak, on se da pouzit i str_pos nebo preg_, na jednu polozku.

#11 peter
Dá, ale XML nástroje poskytují lepší komfort. Konvertují entity, vyhází komentáře a nemají potíže se zalomeným textem.

#12 Kit
Preto to mam rad takto jquery-like ;)

#13 Ericsko
To ano, jen mi trochu uniká, k čemu je ten

require('simple_html_dom.php');

Není tam zbytečný? Vždyť to má stejnou funkci jako nativní nástroje, které už v PHP jsou.

#14 Kit
Ved pozri sam: 

http://sourceforge.net/projects/simplehtmldom/files/simplehtmldom/1.5/

#15 Ericsko
Probírám se zdrojákem a stále netuším, jakou to má výhodu proti standardní třídě DOMDocument.

#16 Kit
Tak nic ;)

#17 Ericsko
Tahle metoda mě pobavila: 

<?php
function __get($name) {
    switch ($name) {
        case 'outertext': return $this->root->innertext();
        case 'innertext': return $this->root->innertext();
        case 'plaintext': return $this->root->text();
        case 'charset': return $this->_charset;
        case 'target_charset': return $this->_target_charset;
    }
}

Vidím, že není rozdíl mezi innertext a outertext. Dále jsem tam našel podporu pro ISO Latin1, ale chybí tam ISO Latin2. Podobně je tam i podpora pro západoevropské kódování Windows, ale chybí podpora pro středoevropské kódování Windows. Psali to minimálně dva programátoři, každý jiným stylem. Našel jsem tam i dost prasáckých konstrukcí typu globální proměnné apod.

EDIT: Tohle jsem zkusil ve standardním PHP a funguje mi to:

<?php
$doc = new DOMDocument();
@$doc->loadHTMLFile("http://www.server.cz/");
$xpath = new DOMXpath($doc);
$elements = $xpath->query(
    "//th[@class='tbl_hdr']/following-sibling::text()[1]"
);
foreach ($elements as $element) {
    print_r($element);
}

#18 Kit
Ved vravim. Tak nic.

Musis rozlisovat medzi dokonalostou a funkcnostou.

K tej dokonalosti mame my ostatni daleko.

Peace.

#19 Ericsko
Horší je, že mi ta cizí knihovna nefunguje.

#20 Kit
Vidis, ja viem rozchodit aj cudziu kniznicu, tak ze funguje :D

Konečně jsem se dostal po těch třech dnech k počítači. :) Nakonec jsem využil první metody (když už jsem si dal tolik práce s louskáním, jak to vlastně funguje). :D Chtěl bych vám všem zúčastněným poděkovat za rady a hlavně, že jsem nebyl poslán tam, kde slunce nesvítí. :)

Jinak ano, ono možná pro moji potřebu to je "kanón na vrabce", ale zase jsem si říkal, co se v mládí naučíš ... ;)

Takže ještě jednou moc díky. :)