preluare html

[crs12decoder]

[saitek]

Daca nu ai la dispozitie un xml, faci cu sau cu .

[crs12decoder]

da... am incercat cu file_get_contents .. ideea e ca imi ia tot site-ul si nu stiu exact cum l-as putea "sectiona" in asa fel incat sa imi arate doar ce ma intereseaza pe mine

[mihaitha]

ori cu expresii regulate, ori hardcodezi scriptul sa iti afiseze numai sectiunile ce te intereseaza. Either way, depinzi de codul HTML al paginii din care iti preiei informatia. Daca schimba ei ceva, trebuie sa iti rescrii codul.

[crs12decoder]

ok.. hardcode... expresii regulate? cum cand adik.. ce... ce-s alea?

[saitek]

Uite un exemplu de regexp ([0-9]+),cauta pe google http://www.google.com/search?hl=ro&q=ph ... 3utare&lr=

[Copyright]

http://www.google.com/search?hl=ro&q=pa ... 3utare&lr=









Later.

[gligor_ciprian]

Scuze ca ma bag si eu in seama cu o problema ce nu tine de subiectul vostru! As vrea sa gasesc pe cineva care poate sa-mi creeze un site cu baza de date si conturi pt. vizitatori. Daca se poate sa spuneti si un pret (aproximativ) ar fi super

[drailean]

Scuze, am dat din greseala in PM ... mesajul original::
Cred ca mai degraba folosesti un DOM + XPath, e mult mai elegant si un pic mai rapid decat expressile regulate. Nu am la indemana nici un link, dar daca faci un pic de cautare pe google (cred ca si dupa "php + xpath") gasesti, eu tot la fel am pornit. Orium, e clar ca in toate situatiile vei depinde de codul din pagina sursa, trebuie doar sa mai verifici structura paginii din cand in cand (sau sa setezi o alerta in scriptul pe care probabil il agati in cron).

[crs12decoder]

e normal ca voi depinde de codul sursa... nici nu se mai pune in discutie treaba asta.. in orice caz... e legal ce as vrea sa fac :D:D... adica... daca pur si simplu creez o imagine a anumitei parti din continutul site-ului altcuiva care se auto-updateaza zilnic DAR scriu ca si provine din acel site original, pot patzi ceva?

oricum... m-am gandit la ceva... cum as putea sa fac ceva de genu:

[ignora toate liniile de cod de la 1 pana la 8, ia in considerare liniile 9,10,11 , ignora liniile de cod de la 11> pana la sfarsit]
nush exact exista vreo functie ceva care sa-mi ia in considerare doar anumite linii de cod dintr-un site? ca sa-mi fie mai simplu...? :-s

[vectorialpx]

faci explode dupa "\n" si iei array[7] --> [10] ... daca esti sigur ca sunt linii

[drailean]

Nu este neaparat legal sa copiezi continut din alt site pe situl tau. O varianta cat se poate de legala ar fi sa ceri un acord scris din partea acelui site pentru ca tu sa publici anumite informatii de la ei pe situl tau. Asta te-ar mai putea ajuta intr-un alt aspect: tinand cont de faptul ca tu ai sa tragi la pagini in permanenta de la ei, s-ar putea ca o persoana (de obicei un sysadmin) care analizeaza log-urile de trafic sa te "miroase" ca furi si sa-ti blockeze IP-ul (s-ar putea ca asta sa se intample chiar si automat, daca ei au un mod_security instalat acolo si cu o configuratie mai restrictiva). Daca iti blocheaza IP-ul intri in alte probleme. Dar daca ai acordul lor scris, eventual poti sa le spui ca pui link-uri din site-ul tau catre al lor, care ii vor ajuta si pe ei sa creasca un pic in rank, eu cred ca ai sanse sa faci ceva legal, curat.
Nu e neaparat vorba de legalitatea acelei actiuni, mai e si vorba de etica. Tu furi de pe un site. Probabil ca poti trai cu asta, poti dormi linistit. Dar sigur nu ai sa te simti decat atunci cand altcineva va face la fel de pe un site al tau, sa zicem un blog, un forum, unde tu te chinui sa muncesti niste articole/materiale, si altii profita de ele ... suna a legea copyright-ului, nu ? In mod cert la noi in tara nu ai sa ai repede probleme, dar e totusi mai bine sa dormi linistit.

[vectorialpx]

total de acord... dar, oamenii nu mai stiu ce e etica si corectitudin

[crs12decoder]

[mihaitha]

Pai oricum, daca iei o pagina html cu wget sau cu file_get_contents sau whatever, o sa primesti un carnatz de cod html. Deci si octavian si cei ce ti-au raspuns tot la liniile alea se refereau.