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: 22440 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: 22440 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
00:02 Как безопасно купить Гугл почту? 23:28 че по ПФ щас реально работает?? (кроме старья) 23:26 [AI] Qwen3-Max Thinking: Алибаба подвинула DeepSeek и Gemini? 22:47 29.01. Апдейт: Шторм // Вчера отдали 3% с оборота? 22:46 Продвижение-2022: Гугл все? Нет – Гугл не все! 10:40 Дзен окончательно всё? Или у кого-то еще «стреляет» белый контент? 07:58 Нашел скрины выплат с Сапы за 2010 год. Пошел плакать	23:03 SOCKS5 приватные прокси на 30 дней для PayPal 23:02 Google Voice аккаунты для бесплатных SMS и звонков 23:02 PayPal аккаунты для любых целей 16:44 CryptoMonitor.info - ваш надеждный обменник BTC USDT XMR (без KYC) 14:38 CryptoGraph — Анонимный обмен криптовалют без KYC и AML 13:32 Мониторинг обменников Сrypto-scout.io 13:16 Скрипт обменника валют	23:24 Осталось 3-5 месяцев до блокировки YouTube в России, — заявил Клименко 22:57 Gartner обещал смерть SEO к 2026 году. Открываем метрику и проверяем 06:57 блокировка youtube 2026: ркн начинает «выдавливание». кто уже пробовал вк видео? 15:18 Win 10: Три месяца без обновлений. Как полёт? // Переезд на Win 11 или Linux 16:25 Подтягиваем физкультурку 08:18 Тренера "Сочи" обвинили, что он рулил через ChatGPT. Игрокам предложили не спать 28 часов 08:09 Владельцы "китайцев" 3-леток, признавайтесь честно — сгнили или едут?

Новые темы

Объявления

Свободное общение

00:02 Как безопасно купить Гугл почту?
23:28 че по ПФ щас реально работает?? (кроме старья)
23:26 [AI] Qwen3-Max Thinking: Алибаба подвинула DeepSeek и Gemini?
22:47 29.01. Апдейт: Шторм // Вчера отдали 3% с оборота?
22:46 Продвижение-2022: Гугл все? Нет – Гугл не все!
10:40 Дзен окончательно всё? Или у кого-то еще «стреляет» белый контент?
07:58 Нашел скрины выплат с Сапы за 2010 год. Пошел плакать

23:03 SOCKS5 приватные прокси на 30 дней для PayPal
23:02 Google Voice аккаунты для бесплатных SMS и звонков
23:02 PayPal аккаунты для любых целей
16:44 CryptoMonitor.info - ваш надеждный обменник BTC USDT XMR (без KYC)
14:38 CryptoGraph — Анонимный обмен криптовалют без KYC и AML
13:32 Мониторинг обменников Сrypto-scout.io
13:16 Скрипт обменника валют

23:24 Осталось 3-5 месяцев до блокировки YouTube в России, — заявил Клименко
22:57 Gartner обещал смерть SEO к 2026 году. Открываем метрику и проверяем
06:57 блокировка youtube 2026: ркн начинает «выдавливание». кто уже пробовал вк видео?
15:18 Win 10: Три месяца без обновлений. Как полёт? // Переезд на Win 11 или Linux
16:25 Подтягиваем физкультурку
08:18 Тренера "Сочи" обвинили, что он рулил через ChatGPT. Игрокам предложили не спать 28 часов
08:09 Владельцы "китайцев" 3-леток, признавайтесь честно — сгнили или едут?

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