Daten aus HTML-Datei rippen

[michaelme]

ich hab diesen Link :

http://www4.samplesound.de/objekte.htm !

was für ein Script gibt es das die Daten aus der HTML Datei Rippt und mir eine Datenbank draus erstellt erstellt.

also in der Form :

Objekt/Lage: Beschreibung: Verkehrswert:Grundbuch: Ort: Termin:

data1 data2 data3 data4 data5 data6


Bitte um Hilfe ... tHX

[MoRtAlAn]

soweit ich weiß, keines

aber mit socket funktionen und ein bisschen regex, sollte es gehen

[kressevadder]

mit fopen etc. kannst du die html Datei in nen String einlesen und anschliessend mit regulären Ausdrücken filtern - viel Spass

[michaelme]

Danke, ich habe die HTML über FOPEN geöffnet und diese Zeile ausgelesen :


<TR><TD> DATA="2" <TR><TD VALIGN=TOP


Ich müsste praktisch die Strings <TR><TD> und <TR><TD VALIGN=TOP löschen . wie geht das ? so das nur noch DATA="2" da steht ...

und wie krieg ich den String DATA="2" in eine Variable ?


Danke nochmal

[michaelme]

Bitte nochmals um Hilfe :


habe die HTML über FOPEN geöffnet und diese Zeile (Beispiel) ausgelesen :


<TR><TD> DATA <TR><TD VALIGN=TOP>


Ich müsste praktisch die Strings <TR><TD> und <TR><TD VALIGN=TOP löschen, so dass da nur noch DATA steht

wie geht das ?

und wie krieg ich den String DATA in eine Variable ?

THXX

[kressevadder]

Guck dir mal die String funktionen an. In dem Fall sind reg. Ausdrücke wohl weniger gut - du möchtest ja Rückschlüsse auf die Position in der Tabelle ziehen. Also immer bis zum nächsten ...<td> abschneiden, dann kommt Text bis zum </td>... usw.

Aber was hastn du eigentlich vor? Ne Website mit Versteigerungsterminen rippen, die jemand scheinbar schlecht geschützt hat Stehen die nicht auch in der Tageszeitung? Und 100% legal ist es auch nicht sich an fremdem Content zu bedienen.

Gruss

[michaelme]

das ist erlaubt . hab beim Amtsgericht nachgefragt ... in welcher Tageszeitung stehen die ? die Firma Agetra macht das ja auch und immowelt etc... hab heraus gefunden das das mit dem befehl FGETSS geht ... Trotzdem THX

[derHund]

naja,

wenn du die seite schon auslesen kannst, kannst du per

$inhalt[$index] = strip_tags($zeile);

den inhalt jeder eingelesenen zeile von den html-tags befreien, das auslesen der daten und zuweisen an andere variablen dürfte dann ja nicht mehr das problem sein.

[michaelme]

aber wie springt man von zeile 1 zu Zeile 2 ?

[Wurzel]

Original geschrieben von michaelme
aber wie springt man von zeile 1 zu Zeile 2 ?

das ist halt das problem! mit strip_tags() sind alle deine "anhaltspunkte"
futsch. nimm dir mal ein paar einträge, versuche eine REGELMÄSSIGE
struktur zu erkennen und dann sind reguläre ausdrücke (regexp) mit
preg_match() und preg_replace() deine freunde.

wenn du die inhalte erstmal in einem array hast, ist das problem auch gelöst.

[michaelme]

THX ... Ihr habt mir sehr geholfen

[kressevadder]

Du must auch nicht von zeile zu Zeile springen - der ganze Text der Seite wird in eine Var eingelesen $text=$text.$zeile; .

Das weiter oben sollte auch keine "Internetpolizeiliche Ermahnung" sein, jedem seinen Spielplatz.

Gruss

[michaelme]

THX