Php 如果没有元描述,如何使用p标记的20个字符
对,我已经建立了一个网络爬虫。它扫描链接、标题和元描述。它扫描链接并将它们保存在$link中。它扫描链接的标题并将其保存在newArray的[title]中。现在在这个数组中,我想让它知道,如果没有meta标记,它可以扫描第一个p标记并使用它。唯一的问题是,它似乎根本没有保存任何信息Php 如果没有元描述,如何使用p标记的20个字符,php,Php,对,我已经建立了一个网络爬虫。它扫描链接、标题和元描述。它扫描链接并将它们保存在$link中。它扫描链接的标题并将其保存在newArray的[title]中。现在在这个数组中,我想让它知道,如果没有meta标记,它可以扫描第一个p标记并使用它。唯一的问题是,它似乎根本没有保存任何信息 function getMetas($link) { $str1 = file_get_contents($link); if (strlen($str1)>0) { preg_match
function getMetas($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($output);
函数getMetas($link){
$str1=文件获取内容($link);
如果(strlen($str1)>0){
preg_match_all('/您的正则表达式可能不起作用。属性可能不符合您所需的顺序。 它可以是
或
为什么不使用XML解析器呢?
大多数HTML都足够有效,可以用于解析
请看一看我建议使用XPath来选择元素和内容,而不是正则表达式。这将是一个优雅的解决方案,允许开发人员之间的编码风格不一致。例如,元标记中属性的顺序,XML解析器不会真的在意。很好:)