preg php Ищу помощь

Сообщений: 66 Регистрация: Июн 2015

25 Марта 2016 11:15

Не могли бы помочь с регуляркой, весь нет обрыл уже, но даже намека на решение нету. Вроде бы легкая должна быть, но... нету. В общем
$rez=file_get_contents(Любая ссылка на html страницу статью, новость, контент);

А вот далее надо регуляркой получить строки русского текста, новости, материала. Разбить по формату explode('. ') - не подходит, куча мусора вылазит. Помогите кто чем сможет! Заранее спасибо

Александр

Сообщений: 136 Регистрация: Июл 2012

26 Марта 2016 21:58

если есть возможность выделить блоки в html верстке того, что парсится, то попробуйте Simple HTML DOM Parser.

Дивергент

Сообщений: 21206 Регистрация: Май 2011

26 Марта 2016 23:08

Цитата
Михаил Крисов пишет: Вроде бы легкая должна быть, но... нету.

Нету не потому, что подобная мысль искать по шаблону пришла только Вам, а потому, что тут нужен целостный алгоритм, а не регулярное выражение. Закажите у кого-нибудь, работа небольшая, на 1-2 дня, ИМХО.

Мы не можем похвастаться мудростью глаз
И умелыми жестами рук,
Нам не нужно все это, чтобы друг друга понять.
Сигареты в руках, чай на столе - так замыкается круг,
И вдруг нам становится страшно что-то менять.

Абырвалг

Сообщений: 1305 Регистрация: Июл 2012

27 Марта 2016 04:00

Цитата
Михаил Крисов пишет: А вот далее надо регуляркой получить строки русского текста, новости, материала.

Код

$rez=file_get_contents(Любая ссылка на html страницу статью, новость, контент);
$result=preg_match_all($rez,FULL);
$result[0] - title 
$result[1] - H1  
$result[2] - статья

как-то так...

Евгений

Сообщений: 436 Регистрация: Окт 2010

27 Марта 2016 05:16

Конечно нет универсального решения.... люди специально для таких запросов целые парсеры пишут под конкретный сайт/тип сайтов... а не ОДНУ регулярку...

Дивергент

Сообщений: 21206 Регистрация: Май 2011

27 Марта 2016 05:39

Цитата
Абырвалг пишет: как-то так...

Да ну слишком толсто! smile:help:

Андрей XL

Сообщений: 72 Регистрация: Окт 2015

27 Марта 2016 08:55

Цитата
Александр пишет: если есть возможность выделить блоки в html верстке того, что парсится, то попробуйте Simple HTML DOM Parser.

Согласен с Александром, попробуйте _http://simplehtmldom.sourceforge.net/ сначала найти блок с текстом, затем explode('. ').

Михаил Крисов

Сообщений: 66 Регистрация: Июн 2015

27 Марта 2016 10:45

Максимум чего удалось добиться - это регулярка такого вида [A-Z][\w\d]*(?:[\s,-]+[\w\d]+)(?:[\s,-]+[\w\d]+)(?:[\s,-]+[\w\d]+)*[.!?](?=\s|<|$)
да и то бывает захватывает то меню, то предложения не из текста... более четкого решения не удалось составить...

Михаил Крисов Сообщений: 66 Регистрация: Июн 2015	#9 27 Марта 2016 10:47 Блок с текстом может быть обвернут <p> div table etc. Так что такое решение сложней использовать!

Новые темы	Объявления	Свободное общение
15:26 Найти элемент в коде 11:51 Bropush - твой бро в монетизации сайта push-уведомлениями 03:12 Сайты-копипасты 21:47 Webvork - международная товарная СРА сеть с сертифицированными офферами на Европу. 09:59 Ошибка после размещения кода HTML! 15:34 Adtrafico - Правильная партнёрская сеть под бурж трафик 14:43 Партнерская программа OWNR WALLET	20:17 4G/LTE Mobile Proxy 30+ geo 18:03 Обмен без AML и верификации Aztor.pro 17:30 Комплексный прогон по трастовым сайтам, статейное размещение. Рост НЧ-СЧ, Тиц-пр. 16:34 Phoenix - Выгодный обмен электронных валют, без верификации 16:11 ZennoPoster - софт №1 для автоматизации любых SEO задач! 13:30 Coin Click.cc - Быстрый и надежный обмен электронных валют в два клика 13:22 Burzh.top\|Партнерская программа под любой вид трафика (email, спам, УБТ)	12:48 Каспкрски ОС 11:21 Ням-ням! - 8 деликатесов, которые когда-то ели только бедные люди 01:05 Точные прогнозы на футбол 14:41 Бесплатный мини-аудит юзабилити и конверсии + технический SEO-аудит в подарок 15:24 Добро пожаловать в цифровой мир... 22:58 У меня дикая просадка по РСЯ за последние 3 суток 21:51 Linux - это максимальная свобода

Новые темы

Объявления

Свободное общение

15:26 Найти элемент в коде
11:51 Bropush - твой бро в монетизации сайта push-уведомлениями
03:12 Сайты-копипасты
21:47 Webvork - международная товарная СРА сеть с сертифицированными офферами на Европу.
09:59 Ошибка после размещения кода HTML!
15:34 Adtrafico - Правильная партнёрская сеть под бурж трафик
14:43 Партнерская программа OWNR WALLET

20:17 4G/LTE Mobile Proxy 30+ geo
18:03 Обмен без AML и верификации Aztor.pro
17:30 Комплексный прогон по трастовым сайтам, статейное размещение. Рост НЧ-СЧ, Тиц-пр.
16:34 Phoenix - Выгодный обмен электронных валют, без верификации
16:11 ZennoPoster - софт №1 для автоматизации любых SEO задач!
13:30 Coin Click.cc - Быстрый и надежный обмен электронных валют в два клика
13:22 Burzh.top|Партнерская программа под любой вид трафика (email, спам, УБТ)

12:48 Каспкрски ОС
11:21 Ням-ням! - 8 деликатесов, которые когда-то ели только бедные люди
01:05 Точные прогнозы на футбол
14:41 Бесплатный мини-аудит юзабилити и конверсии + технический SEO-аудит в подарок
15:24 Добро пожаловать в цифровой мир...
22:58 У меня дикая просадка по РСЯ за последние 3 суток
21:51 Linux - это максимальная свобода

20.12.2019 09:09	Нужна помощь в реализации тарифного калькулятора
06.08.2018 16:05	Нужна помощь нужен скрипт вывода новостей из базы MySQL на одностроничный сайт php
27.03.2017 21:10	Нужна помощь - Как вывести табло на сайт
26.08.2016 15:01	Помощь по установке модуля REDIS
14.04.2016 14:14	Нужна помощь в настройке редиректа