正则表达式二:抓取tvmao电视节目的类

<?php
class grab{
	private $cityList = array();
	/**
		获取地区电视台的链接
	*/
	function getCityUrl($url){
		$content = vget($url);
		//抓取地区数据
		$rule = '/class="pgnav">.*?<\/table>/';
		preg_match_all($rule,$content,$result);

		//获取电视台链接
		$rule = '/<a.*?<\/a>/';
		preg_match_all($rule,$result[0][0],$listOne);

		$listOne = $listOne[0];
		foreach($listOne as $value){
			//获取title信息
			$rule = '/title="(.*?)"/';
			preg_match_all($rule,$value,$name);
			$name = substr($name[0][0],7,strlen($name[0][0]));
			$name = substr($name,stripos($name,'"'));
			//获取href信息
			$rule = '/href=".*?"/';
			preg_match_all($rule,$link);
			$link = 'http://www.tvmao.com'.substr($link[0][0],6,strlen($link[0][0]));
			$link = substr($link,stripos($link,'"'));
			
			array_push($this->cityList,array('name'=>$name,'link'=>$link));
		}
		return $this->cityList;
	}
	/**
		获取地方的电视台链接
		$url ---- 要抓取的链接
		$sign ---- 是否抓取下属链接内容
	*/
	function getCityTvStation($url = null,$sign = false){
		$forReturn = array();
		$content = vget($url);
		$tempReturn = array('name'=>null,'list'=>array());
		
		//获取当前电视台的名称
		$rule = '/<div class="pbar">.*?<\/div>/';
		preg_match_all($rule,$name);
		$name = $name[0][0];
		$rule = '/<b>.*?<\/b>/';
		preg_match_all($rule,$name,$name);
		$name = $name[0][0];
		$name = substr($name,3,strlen($name));
		$name = substr($name,'<'));
		$tempReturn['name'] = $name;
		//获取台标
		$rule = '/<h1 style="float:left">.*?<\/h1>/';
		preg_match_all($rule,$title);
		$title = $title[0][0];
		$rule = '/<h1 style="float:left">/';
		$title = preg_replace($rule,'',$title);
		$rule = '/<\/h1>/';
		$title = preg_replace($rule,$title);
		//获取当前台标
		$rule = '/<img.*?\/>/';
		preg_match_all($rule,$title,$logo);
		$logo = $logo[0][0];
		$rule = '/src=".*?"/';
		preg_match_all($rule,$logo,$logo);
		$logo = $logo[0][0];
		$logo = substr($logo,5,strlen($logo));
		$logo = substr($logo,stripos($logo,'"'));
		$tempReturn['logo'] = $logo;
		//获取当前二级电台的下属三级电台的链接列表
		//获取ul块
		$rule = '/<ul class="r".*?<\/ul>/';
		preg_match_all($rule,$ulList);
		$ulList = $ulList[0][0];
		//获取单个li项目信息
		$rule = '/<li>.*?<\/li>/';
		preg_match_all($rule,$ulList,$liList);
		
		$tempList = array();
		//获取当前频道的子台列表
		//获取当前当前频道的名称
		$material = $liList[0][0];
		$rule = '/<b>.*?<\/b>/';
		preg_match_all($rule,$material,$name);
		$nameTemp = substr($name[0][0],stripos($name[0][0],'/'));
		$nameTemp = substr($nameTemp,stripos($nameTemp,'<'));
		$linkTemp = $url;//链接地址
		array_push($tempList,array('name'=>$nameTemp,'link'=>$linkTemp));
		
		//获取余下的节目列表
		$liList = $liList[0];
		unset($liList[0]);
		//获取下属的电视台详细地址
		foreach($liList as $value){
			//获取电视台地址
			$rule = '/href=".*?"/';
			preg_match_all($rule,$link);
			$link = $link[0][0];
			$link = substr($link,strlen($link));
			$link = substr($link,'"'));
			$link = "http://www.tvmao.com{$link}";
			//获取电视台名称
			$rule = '/">.*?<\/a>/';
			preg_match_all($rule,$name);
			$name = $name[0][0];
			$name = substr($name,2,strlen($name));
			$name = substr($name,'<'));
			array_push($tempList,'link'=>$link));
		}
		$tempReturn['list'] = $tempList;
		array_push($forReturn,$tempReturn);
		
		//如果需要获取同等级电视台列表
		if($sign){
			//去除ul里面的干扰内容
			$rule = '/<ul class="r" >.*?<\/ul>/';
			$content = preg_replace($rule,$content);
			//获取另外当前地方的频道的链接
			$rule = '/<a href=".*?"><div class="plst">.*?<\/b><\/div><\/a>/';
			preg_match_all($rule,$listTvStation);
			
			$listTvStation = $listTvStation[0];
			foreach($listTvStation as $value){
				//获取链接地址
				$rule = '/<a href=".*?">/';
				preg_match_all($rule,$linkTemp);
				$linkTemp = $linkTemp[0][0];
				$link = substr($linkTemp,9,strlen($link));
				$link = 'http://www.tvmao.com'.substr($link,'"'));
				//获取链接名称
				$rule = '/<b>.*?<\/b>/';
				preg_match_all($rule,$nameTemp);
				$nameTemp = $nameTemp[0][0];
				$name = substr($nameTemp,strlen($nameTemp));
				$name = substr($name,'<'));
				//压入暂时结果集中
				//获取url下的内容
				$result = $this->getCityTvStation($link,false);
				$result = $result[0];
				$result['name'] = $name;
				array_push($forReturn,$result);
			}
		}
		return $forReturn;
	}
	/**
		获取电视台的星期列表
	*/
	public function getWeekList($url){
		$content = vget($url);
		//获取星期列表
		//获取星期内的数据
		$rule = '/<div class="epghdc lt".*?<\/div>/';
		preg_match_all($rule,$week);
		$week = $week[0][0];
		//获取一周链接
		$rule = '/<dd.*?<\/dd>/';
		preg_match_all($rule,$week,$week);
		$week = $week[0];
		//去除 上周 的链接
		unset($week[0]);
		
		$forReturn = array();
		$i = 1;
		foreach($week as $value){
			if(8 == $i){
				break;
			}
			$forReturn[$i]['day'] = $i;
			//获取周一的链接
			$rule = '/href=".*?"/';
			preg_match_all($rule,$tempResult);
			$tempResult = $tempResult[0];
			if(empty($tempResult)){
				$link = $url;
				$forReturn[$i]['link'] = $link;
			}else{
				$link = substr($tempResult[0],strlen($tempResult[0]));
				$link = 'http://www.tvmao.com'.substr($link,'"'));
				$forReturn[$i]['link'] = $link;
				
			}
			//获取日期信息
			$rule = '/\(.*?\)/';
			preg_match_all($rule,$date);
			$date = $date[0][0];
			//去除括号
			$date = substr($date,1,strlen($date)-2);
			$date = explode('-',$date);
			$date = $date[0].$date[1];
			$forReturn[$i++]['date'] = $date;
		}
		
		return $forReturn;
	}
	//获取某天的节目列表
	public function getChildsList($url){
		$forReturn = array();
		
		$content = vget($url);
		$rule = '/<h1 style="float:left">.*?<\/h1>/';
		preg_match_all($rule,$title);
		$name = substr($title,stripos($title,'>')+1,strlen($title));//电视台名称
		$rule = '/<a href=.*?<\/a>/';
		$name = preg_replace($rule,$name);
		$forReturn['titleName'] = $name;
		
		//获取上午的节目
		$amResult = array();
		$rule = '/<li><span class="am">.*<\/li>/';
		preg_match_all($rule,$am);
		foreach($am[0] as $value){
			$amTemp = array();
			$amTemp['time'] = $this->getTimeAm($value);
			$amTemp['name'] = $this->getContent($value);
			$amTemp['link'] = $this->getLink($value);
			array_push($amResult,$amTemp);
		}
		$forReturn['am'] = $amResult;
		//获取下午的节目
		$pmResult = array();
		$rule = '/<li><span class="pm">.*<\/li>/';
		preg_match_all($rule,$pm);
		foreach($pm[0] as $value){
			$pmTemp = array();
			$pmTemp['time'] =  $this->getTimePm($value);
			$pmTemp['name'] =  $this->getContent($value);
			$pmTemp['link'] =  $this->getLink($value);
			array_push($pmResult,$pmTemp);
		}
		$forReturn['pm'] = $pmResult;
		//获取晚上的节目
		$ntResult = array();
		$rule = '/<li><span class="nt">.*<\/li>/';
		preg_match_all($rule,$nt);
		foreach($nt[0] as $value){
			$ntTemp = array();
			$ntTemp['time'] = $this->getTimeNt($value);
			$ntTemp['name'] = $this->getContent($value);
			$ntTemp['link'] = $this->getLink($value);
			array_push($ntResult,$ntTemp);
		}
		$forReturn['nt'] = $ntResult;
		return $forReturn;
	}
	//上午获取时间
	private function getTimeAm($content){
		$rule = '/<span class="am">.*<\/span>/';
		preg_match_all($rule,$time);
		$time = $time[0][0];
		$time = substr($time,17,strlen($time));
		$time = substr($time,stripos($time,'<'));
		return $time;
	}
	//下午获取时间
	private function getTimePm($content){
		$rule = '/<span class="pm">.*<\/span>/';
		preg_match_all($rule,'<'));
		return $time;
	}
	//晚上获取时间
	private function getTimeNt($content){
		$rule = '/<span class="nt">.*<\/span>/';
		preg_match_all($rule,'<'));
		return $time;
	}
	//获取内容
	private function getContent($content){
		$rule = '/<\/span>.*?<\/li>/';
		preg_match_all($rule,$name);
		$name = $name[0][0];
		//去除a标签
		$rule = '/<a title=.*?<\/a>/';
		$name = preg_replace($rule,$name);
		$rule = '/<a.*?>/';
		$name = preg_replace($rule,$name);
		$rule = '/<\/a>/';
		$name = preg_replace($rule,$name);
		$rule = '/<\/span> /';
		$name = preg_replace($rule,$name);
		$rule = '/\s*<\/li>/';
		$name = preg_replace($rule,$name);
		//去除div内容
		$rule = '/<div class="tvgd".*?<\/div>/';
		$name = preg_replace($rule,$name);
		$rule = '/<div class="tvcgd".*?<\/div>/';
		$name = preg_replace($rule,$name);
		return $name;
	}
	//获取链接
	private function getLink($content){
		$rule = '/<\/span>.*?<\/li>/';
		preg_match_all($rule,$name);
		$name = $name[0][0];
		
		//去除div内容
		$rule = '/<div class="tvgd".*?<\/div>/';
		$name = preg_replace($rule,$name);
		//去除不需要的内容
		$rule = '/<a title.*?<\/a>/';
		$name = preg_replace($rule,$name);
		//获取链接内容
		$rule = '/href=".*?"/';
		preg_match_all($rule,$result);
		$result = $result[0];
		
		if(empty($result)){
			return null;
		}else{
			$result = substr($result[0],strlen($result[0]));
			$result = substr($result,stripos($result,'"'));
			return 'http://www.tvmao.com'.$result;
		}
	}
	private function getChildInfo(){
		
	}
}
?>


这是一个单子的样品代码,

可惜忙活了两天,最后单子还是丢了,

可惜,多好玩的项目。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


jquery.validate使用攻略(表单校验) 目录 jquery.validate使用攻略1 第一章&#160;jquery.validate使用攻略1 第二章&#160;jQuery.validate.js API7 Custom selectors7 Utilities8 Validato
/\s+/g和/\s/g的区别 正则表达式/\s+/g和/\s/g,目的均是找出目标字符串中的所有空白字符,但两者到底有什么区别呢? 我们先来看下面一个例子: let name = &#39;ye wen jun&#39;;let ans = name.replace(/\s/g, &#39;&#3
自整理几个jquery.Validate验证正则: 1. 只能输入数字和字母 /^[0-9a-zA-Z]*$/g jQuery.validator.addMethod(&quot;letters&quot;, function (value, element) { return this.optio
this.optional(element)的用法 this.optional(element)是jquery.validator.js表单验证框架中的一个函数,用于表单控件的值不为空时才触发验证。 简单来说,就是当表单控件值为空的时候不会进行表单校验,此函数会返回true,表示校验通过,当表单控件
jQuery.validate 表单动态验证 实际上jQuery.validate提供了动态校验的方法。而动态拼JSON串的方式是不支持动态校验的。牺牲jQuery.validate的性能优化可以实现(jQuery.validate的性能优化见图1.2 jQuery.validate源码 )。 也可
自定义验证之这能输入数字(包括小数 负数 ) &lt;script type=&quot;text/javascript&quot;&gt; function onlyNumber(obj){ //得到第一个字符是否为负号 var t = obj.value.charAt(0); //先把非数字的都
// 引入了外部的验证规则 import { validateAccountNumber } from &quot;@/utils/validate&quot;; validator.js /*是否合法IP地址*/ export function validateIP(rule, value,cal
VUE开发--表单验证(六十三) 一、常用验证方式 vue 中表单字段验证的写法和方式有多种,常用的验证方式有3种: data 中验证 表单内容: &lt;!-- 表单 --&gt; &lt;el-form ref=&quot;rulesForm&quot; :rules=&quot;formRul
正则表达式 座机的: 例子: 座机有效写法: 0316-8418331 (010)-67433539 (010)67433539 010-67433539 (0316)-8418331 (0316)8418331 正则表达式写法 0\d{2,3}-\d{7,8}|\(?0\d{2,3}[)-]?\d
var reg = /^0\.[1-9]{0,2}$/;var linka = 0.1;console.log (reg.test (linka)); 0到1两位小数正则 ^(0\.(0[1-9]|[1-9]{1,2}|[1-9]0)$)|^1$ 不含0、0.0、0.00 // 验证是否是[1-10
input最大长度限制问题 &lt;input type=&quot;text&quot; maxlength=&quot;5&quot; /&gt; //可以 &lt;input type=&quot;number&quot; maxlength=&quot;5&quot; /&gt; //没有效
js输入验证是否为空、是否为null、是否都是空格 目录 1.截头去尾 trim 2.截头去尾 会去掉开始和结束的空格,类似于trim 3.会去掉所有的空格,包括开始,结束,中间 1.截头去尾 trim str=str.trim(); // 强烈推荐 最常用、最实用 or $.trim(str);
正则表达式语法大全 字符串.match(正则):返回符合的字符串,若不满足返回null 字符串.search(正则):返回搜索到的位置,若非一个字符,则返回第一个字母的下标,若不匹配则返回-1 字符串.replace(正则,新的字符串):找到符合正则的内容并替换 正则.test(字符串):在字符串中
正整数正则表达式正数的正则表达式(包括0,小数保留两位): ^((0{1}.\d{1,2})|([1-9]\d.{1}\d{1,2})|([1-9]+\d)|0)$正数的正则表达式(不包括0,小数保留两位): ^((0{1}.\d{1,2})|([1-9]\d.{1}\d{1,2})|([1-9]+
JS 正则验证 test() /*用途:检查输入手机号码是否正确输入:s:字符串返回:如果通过验证返回true,否则返回false /function checkMobile(s){var regu =/[1][3][0-9]{9}$/;var re = new RegExp(regu);if (r
请输入保留两位小数的销售价的正则: /(^[1-9]([0-9]+)?(\.[0-9]{1,2})?$)|(^(0){1}$)|(^[0-9]\.[0-9]([0-9])?$)/ 1.只能输入英文 &lt;input type=&quot;text&quot; onkeyup=&quot;value
判断价格的正则表达式 价格的正则表达式 /(^[1-9]\d*(\.\d{1,2})?$)|(^0(\.\d{1,2})?$)/; 1 解析:价格符合两种格式 ^ [1-9]\d*(.\d{1,2})?$ : 1-9 开头,后跟是 0-9,可以跟小数点,但小数点后要带上 1-2 位小数,类似 2,2
文章浏览阅读106次。这篇文章主要介绍了最实用的正则表达式整理,比如校验邮箱的正则,号码相关,数字相关等等,本文给大家列举的比较多,需要的朋友可以参考下。_/^(?:[1-9]d*)$/ 手机号
文章浏览阅读1.2k次。4、匹配中的==、an==、== an9、i9 == "9i"和99p==请注意下面这部分的作用,它在匹配中间内容的时候排除了说明:当html字符串如下时,可以匹配到两处,表示匹配的字符串不包含and且不包含空白字符。说明:在上面的正则表达式中,_gvim正则表达式匹配不包含某个字符串
文章浏览阅读897次。【代码】正则表达式匹配a标签的href。_auto.js 正则匹配herf