PHP笔记(一):如何利用正则匹配图片路径

这几天一直在百度知道转悠,尝试着解决自己能够解决的问题,从而达到助人为乐的乐趣。(窃笑一下,实际是通过回答别人的问题,达到提升自己的目的;)
转悠了一会,发现有好多朋友提问“PHP怎么读取内容内的图片?”诸如此类的问题。

大多数情况,都是推荐使用正则表达式;不过正则表达式对于我来讲真的不是太懂,曾经有花时间了解过每个字符的作用和使用方法,可长时间不用,早就忘得一干二净了。
Continue reading PHP笔记(一):如何利用正则匹配图片路径

利用Snoopy.class.php获取目标网站的META信息

class IndexAction extends Action
{
	function index()
	{
		/**
		 +----------------------------------------------------------
		 * 获取网页的meta信息
		 +----------------------------------------------------------
		 * Snoopy.class.php
		 +----------------------------------------------------------
		 * http://snoopy.sourceforge.net/
		 +----------------------------------------------------------
		 * Snoopy是一个php类,用来模仿web浏览器的功能,它能完成获取网页内容和发送表单的任务。
		 +----------------------------------------------------------
		 */
		header("Content-Type:text/html; charset=".C('OUTPUT_CHARSET'));
		import('@.Util.Snoopy');

		$get_data_www = new Snoopy;

		if( $get_data_www->fetch('http://www.imyike.com/') ){
			$contents = $get_data_www->results;
			while(list($key,$val) = each($get_data_www->headers))
			echo $key.": ".$val."<br />n";

			preg_match('/<[s]*meta[s]*http-equiv[^>]*?content=["']?text/html;?[s]*charset=?([^>'"/]*)["']?[s]*[/]?[s]*>/si', $contents, $match);

			if (isset($match) && is_array($match) && count($match) > 0)
			{
				$charset = $match[1];
			}
			dump($charset);

			preg_match('/<title>([^>]*)</title>/si', $contents, $match );
			if (isset($match) && is_array($match) && count($match) > 0)
			{
				$title = strip_tags($match[1]);
			}
			dump($title);
			preg_match_all('/<[s]*meta[s]*name="?' . '([^>"]*)"?[s]*' . 'content="?([^>"]*)"?[s]*[/]?[s]*>/si', $contents, $match);

			if (isset($match) && is_array($match) && count($match) == 3)
			{
				$originals = $match[0];
				$names = $match[1];
				$values = $match[2];

				if (count($originals) == count($names) && count($names) == count($values))
				{
					$metaTags = array();

					for ($i=0, $limiti=count($names); $i < $limiti; $i++)
					{
						$metaTags[$names[$i]] = $values[$i];
					}
					dump($metaTags);
				}
			}
		}

	}
}

补充资料:

以上实现过程是建于ThinkPHP框架的基础之的.内容首发于:http://bbs.thinkphp.cn/viewthread.php?tid=3578&extra=page%3D1

关于Snoopy.class.php的一些资料:

描述:

Snoopy是什么?

Snoopy是一个php类,用来模仿web浏览器的功能,它能完成获取网页内容和发送表单的任务。

Snoopy的一些特点:

* 方便抓取网页的内容
* 方便抓取网页的文本内容 (去除HTML标签)
* 方便抓取网页的链接
* 支持代理主机
* 支持基本的用户名/密码验证
* 支持设置 user_agent, referer(来路), cookies 和 header content(头文件)
* 支持浏览器转向,并能控制转向深度
* 能把网页中的链接扩展成高质量的url(默认)
* 方便提交数据并且获取返回值
* 支持跟踪HTML框架(v0.92增加)
* 支持再转向的时候传递cookies (v0.92增加)

要求:

Snoopy requires PHP with PCRE (Perl Compatible Regular Expressions),
which should be PHP 3.0.9 and up. For read timeout support, it requires
PHP 4 Beta 4 or later. Snoopy was developed and tested with PHP 3.0.12.

类方法:

fetch($URI)

这是为了抓取网页的内容而使用的方法。
$URI参数是被抓取网页的URL地址。
抓取的结果被存储在 $this->results 中。
如果你正在抓取的是一个框架,Snoopy将会将每个框架追踪后存入数组中,然后存入 $this->results。

fetchtext($URI)

本方法类似于fetch(),唯一不同的就是本方法会去除HTML标签和其他的无关数据,只返回网页中的文字内容。

fetchform($URI)

本方法类似于fetch(),唯一不同的就是本方法会去除HTML标签和其他的无关数据,只返回网页中表单内容(form)。

fetchlinks($URI)

本方法类似于fetch(),唯一不同的就是本方法会去除HTML标签和其他的无关数据,只返回网页中链接(link)。
默认情况下,相对链接将自动补全,转换成完整的URL。

submit($URI,$formvars)

本方法向$URL指定的链接地址发送确认表单。$formvars是一个存储表单参数的数组。

submittext($URI,$formvars)

本方法类似于submit(),唯一不同的就是本方法会去除HTML标签和其他的无关数据,只返回登陆后网页中的文字内容。

submitlinks($URI)

本方法类似于submit(),唯一不同的就是本方法会去除HTML标签和其他的无关数据,只返回网页中链接(link)。
默认情况下,相对链接将自动补全,转换成完整的URL。

类属性: (缺省值在括号里)

$host	 连接的主机
$port	 连接的端口
$proxy_host	 使用的代理主机,如果有的话
$proxy_port	 使用的代理主机端口,如果有的话
$agent	 用户代理伪装 (Snoopy v0.1)
$referer	 来路信息,如果有的话
$cookies	 cookies, 如果有的话
$rawheaders	 其他的头信息, 如果有的话
$maxredirs	 最大重定向次数, 0=不允许 (5)
$offsiteok	 whether or not to allow redirects off-site. (true)
$expandlinks	 是否将链接都补全为完整地址 (true)
$user	 认证用户名, 如果有的话
$pass	 认证用户名, 如果有的话
$accept	 http 接受类型 (image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, */*)
$error	 哪里报错, 如果有的话
$response_code	 从服务器返回的响应代码
$headers	 从服务器返回的头信息
$maxlength	 最长返回数据长度
$read_timeout	 读取操作超时 (requires PHP 4 Beta 4+)
设置为0为没有超时
$timed_out	 如果一次读取操作超时了,本属性返回 true (requires PHP 4 Beta 4+)
$maxframes	 允许追踪的框架最大数量
$status	 抓取的http的状态
$temp_dir	 网页服务器能够写入的临时文件目录 (/tmp)
$curl_path	 cURL binary 的目录, 如果没有cURL binary就设置为 false

更详细的示例和中文手册的下载请访问:http://www.wangchong.org/spider/32.html

google loader ClientLocation and PHP Code

这几天一直在捣鼓wordpres,想弄一份关于自动识辨用户的一些语言环境以切换themes的语言包.

在做测试时,参考了部分优秀的开源themes,但大多数并不支持多语言的切换的.

只找到一份K2的风格,里面带有这方面的功能.

wordpress中,取得语言包的函数为 load_theme_textdomain(),其语言的定义取决于wp-config.phpWP-LANG的定义.也就是说,是由博主手动指定的,默认为en_US.

而我想实现的是判断目标用户的环境,自动匹配语言包.其实我只想实现zh_cn和en_US两种语言的自动匹配.呵呵~

用PHP代码,网上有很多,我也稀里糊涂地查阅了一些.

ThinkPHP中,其实已经有一段很好的代码了.

preg_match('/^([a-z-]+)/i', $_SERVER['HTTP_ACCEPT_LANGUAGE'], $matches);
$langSet = $matches[1];

但这仍有不足的地方,搜索到的一些网站上也有提及到,就是用户可以手动改变这个值!
其实这不违背我的要求,依目标用户的喜好,提供友好的语言环境,这正是交互页面所追求的~

只是我在IE,FF,Chrome这三个浏览器下,分别测试,结果却有所不同.FF和Chrome都能正常提取到我所处的环境,但IE却始终是en_US.

这让我很苦恼,我不知道这是什么原因.哎,所以得想办法完善一下.
在我的测试页面里,我一直使用的是google Ajax api;
今天无意去查看了一下这个api的源文件.很意外地发现,google已经在这个文件里将用户的一些环境信息列举了出来,比如用户所在的经度,纬度,所在的国家,省份,城市以及所在国家的语种,这不是一般的兴奋…

随后我做了个测试页面

<script src="http://www.google.com/jsapi"></script>
<script>
var obj = google.loader.ClientLocation.address;
var text = '';
for (var key in obj  )
{
   text += key +':'+obj[key]+'n';
}
alert(text);
</script>

让不同地方的朋友打开测试,呵呵.能很准确标示出他们所在的地理位置;

这让我小激动了一下.呵呵~随后上google搜索google.loader.ClientLocation,找到了这篇靠前的文章:google.loader.ClientLocation,这篇日志发布于2008-10-8日,呵呵~而我今天才发现…后知后觉啊~~

看来还是得好好看看GG的相关文档的.

现在给我的问题是,有了这些客户端资料,如何能让服务器端知晓并能第一时间作出处理呢?
网上也搜索了些有关JS和PHP参数传递的问题,呵呵,有提到用cookie,也有提到用

<img src="img.php?args=..." />

的方法.

可是我觉得不管用哪种方法,都不能在用户第一次访问时就作出判断并选择正确的语言包~条件是不刷新不跳转!
该如何处理?…你知道吗?
看来只能通过交互提示的方式实现了~再研究研究去!呵呵~