[REGEX] Parsen einer Webseite

**XGremliN** · 05.04.2007, 15:19

einfach auf deinen Array $ergebnisse2 vor dem foreach array_unique() anwenden

**Endolino** · 05.04.2007, 15:24

Danke für die schnelle Antwort.Habe mal folgendes probiert:

$content2 = file_get_contents("http://www........./group/".$groups[$i]."/members/");
preg_match_all("!<a.*?href=\"/user/([^\"]*)\"[^>]*>(.*?)</a>!",$content2,$ergebnisse2);
//
$result = array_unique($ergebnisse2);
foreach ($result[0] as $link2)
{
$rest = substr($link2, 0, -1);
echo $rest.' ';
}

Aber das geht auch nit *wein* , das gibts doch nicht, ich dreh gleich durch..... hätte ich den wirklich richtig passenden REGEX müsste ich gar nicht filtern nach "Doppelten"

ich spring gleich aussem Fenster.

**3DMax** · 05.04.2007, 17:57

Original geschrieben von Endolino
Aber das geht auch nit *wein* , das gibts doch nicht, ich dreh gleich durch..... hätte ich den wirklich richtig passenden REGEX müsste ich gar nicht filtern nach "Doppelten"

dein post wäre sicherlich in "Projekthilfe" besser aufgehoben, sei es drumm.
das mit dem "doppelt" habe ich nicht verstanden. wenn du einen stark vereinfachten html-quelltext und die sektionen (regeln), die du matchen möchtest, postest, würde ich dir helfen.

**Endolino** · 06.04.2007, 09:05

<head>
<title>Mitglieder der Gruppe its my noise </title>
/head><body id="LastBody" class="red">...

<li class="resourceListItem memberDisplay" id="user2303079Displayed">
<ul title="Männlich, 25, United States">
<li class="uName"> <a href="/user/unbeknowneth/" title="" class=" ">unbeknowneth</a> </li>
<li class="uAvatar"> <a href="/user/unbeknowneth/"> <img src="http://............./01ea07bc865af17cf33d6baa7f2f2adc.jpg" alt="unbeknowneth" /> </a> </li>
<li class="uInfo">
<dl>
<dd> Männlich, 25, United States </dd>
<dt class="uLastTrack"> Zuletzt gespielter Titel: </dt>
<dd class="uLastTrack"> <a href="/music/Sublime+Frequencies/_/Ramadan+Radio" title="" class=" aslink ">Sublime Frequencies – Ramadan Radio</a> </dd>
</dl>
</li>
<li class="uContextualInfo"> Anmeldedatum 5. Jun. 2005 </li>

</ul>
</li>
<li class="resourceListItem memberDisplay" id="user2356064Displayed">
<ul title="Männlich, 22, Canada">
<li class="uName"> <a href="/user/NakedLunch/" title="" class=" ">NakedLunch</a> </li>
<li class="uAvatar"> <a href="/user/NakedLunch/"> <img src="http://............/avatar/b75801514894f84cb95cb8c7331d574d.jpg" alt="NakedLunch" /> </a> </li>
<li class="uInfo">
<dl>
<dd> Männlich, 22, Canada </dd>
</dl>
</li>
<li class="uContextualInfo"> Anmeldedatum 5. Jun. 2005 </li>
..
.
.

In jeder kostanten Zeile wie <li class="uAvatar"> <a href="/user/NakedLunch/"> <img..... habe ich nach dem <a href="/user/ den Namen stehen, also hier "NakedLunch"; anschliessend folgt der Link zum Userbild. Ich benötige jedoch nur den Usernamen.

Also müsste ich zwischen "<li class="uAvatar"> <a href="/user/" - den Usernamen - "/"> <img src="http://..." den Usernamen rausschneiden.

$user_name = "angelsson";
// HTML Datei einlesen des Users
$content = file_get_contents("http://www.lastfm.de/user/".$user_name."/");
// Links der Groups aus der Variable $content über REGEX holen
// In dieser Variable ist die komplette Seite gespeichert
preg_match_all("!<a.*?href=\"/group/([^\"]*)\"[^>]*>(.*?)</a>!",$content,$ergebnisse);

Mit diesem REGEX finde ich zwar alle Links in der der Username vorkommt, aber auch Links die nicht mehr hauptsächlich rein auf die USer bezogen sind, sondern ich finde auch die Links die die Forumübersicht in dieser Gruppe zu diesem User ausspuckt. Daher komme ich zu doppelten Ergebnissen. Ich fange als erstes den User aus der Mitgliederliste ab und dann bekomme ich noch die Links ausgewertet die in der Forenübersicht am rechten Rand stehen. Die jjucken mich aber gar nicht mehr.

Könnte ich oben gezeigten HTML-Code so auswerten, kämen wirklich nur noch die Mitglieder der Gruppe raus.

Hoffentlich kann mir jemand helfen. Bin heute schon wieder seit 2 Stunden dran. Danke.

[REGEX] Parsen einer Webseite