如何使用20個字符的p標籤如果沒有元描述

正確的我已經建立了一個網絡爬蟲。它掃描鏈接，標題和元描述。它掃描鏈接並將它們保存在$ link中。它掃描鏈接的標題並將它們保存在newArray的[標題]中。現在在這個數組中，我想知道如果沒有元標籤，它可以掃描第一個p標籤並使用它。唯一的問題是，它似乎並沒有保存任何信息。如何使用20個字符的p標籤如果沒有元描述

function getMetas($link) { 
$str1 = file_get_contents($link);  

    if (strlen($str1)>0) { 
preg_match_all('/<meta.*?name=("|\')description("|\').*?content=("|\')(.*?)("|\')/i', $str1, $description); 
    if (count($description) > 1) { 
    return $description[4]; 
    } 


    } 
return ''; 
    if ($description == '') { 
$html = file_get_contents($link);  
preg_match('%(<p[^>]*>.*?</p>)%i', $html, $re); 
$res = get_custom_excerpt($re[1]); 
echo "\n"; 
echo $res; 
echo "\n"; 

} 

    function get_custom_excerpt($return, $option = 30, $sentance = false) { 
    $marks = Array(".","!","?"); 

    $return = strip_tags($return); 

    if($sentance == true) { 
$start = implode(" ", array_slice(preg_split("/\s+/", $return), 0, $option)); 
$start .= ' '; 
$end = implode(" ", array_slice(preg_split("/\s+/", $return), $option)); 

$cut = Array(); 
foreach($marks AS $m => $mark){ 
    $mark = strpos($end, $mark); 
    if($mark != false) $cut[$m] = $mark; 
} 

if($cut[0] != "") 
    $chop = min($cut); 
    else 
     $chop = $option; 
$rest = substr($end, 0, $chop); 

$key = array_search($chop, $cut); 

$return = $start.$rest; 

    }else{ 
$return = implode(" ", array_slice(preg_split("/\s+/", $return), 0, $option)); 
    } 
    $return .= $marks[$key]; 

    return $return; 
    } 

    } 


$output = Array(); 

foreach ($links as $thisLink) { 
$output[] = array("link" => $thisLink, "title" => Titles($thisLink), "description" => getMetas($thisLink), getMetas($res)); 
} 
    print_r($output);

來源

2012-09-24 Noah Smith

我會建議使用XPath來選擇的元素和內容，而不是正則表達式。 – str

您的正則表達式可能無法正常工作。屬性可能不符合您的期望順序。它可能是<meta name="" content="">或<meta content="" name="">。

爲什麼不使用XML解析器？大多數HTML足夠有效，可用於解析。

請看看PHP Parse HTML code

來源

2012-09-24 07:29:53 Xandl

這將是一個優雅的解決方案，將允許開發人員之間編碼風格的不協調。例如元標籤內的屬性順序，XML解析器將不會真正在意。好一個：） – Chris

如何使用20個字符的p標籤如果沒有元描述

回答

相關問題