页面抓取的正则表达式

我想写一个页面抓取脚本来获取网站的货币。我需要一些帮助来编写正则表达式。页面抓取的正则表达式

这是我到目前为止。

<?php 

function converter(){ 
     // Create DOM from URL or file 
     $html = file_get_contents("http://www.bloomberg.com/personal- finance/calculators/currency-converter/"); 

    // Find currencies. (using h1 to test) 
     preg_match('/<h1>(.*)<\/h1>/i', $html, $title); 
     $title_out = $title[1]; 
     echo $title_out; 

} 

$foo = converter(); 
echo $foo; 



?>

这里是货币保留在彭博网站上的地方。

网站：http://www.bloomberg.com/personal-finance/calculators/currency-converter/

//<![CDATA[ 
     var test_obj = new Object(); 
     var price = new Object(); 
       price['ADP:CUR'] = 125.376;

什么会表达看起来希望得到这样的速度？任何帮助将是伟大的！

来源

2012-02-20 Will

不要使用正则表达式解析HTML代码;） – m0skit0 2012-02-20 17:48:11

在他使用的情况下，这是可以接受的。 – 2012-02-20 17:49:20

[How to parse HTML with PHP？]（http://stackoverflow.com/questions/3650125/how-to-parse-html-with-php） – Gordon 2012-02-20 17:56:26

这对我有用 - 是否需要更灵活？它是否需要采取各种空白 - 或者它一直只是一个空间？（围绕等号）

"/price\['ADP:CUR'\] = (\d+\.\d+/)"

用法：

if(preg_match("/price\['ADP:CUR'\] = (\d+\.\d+)/", $YOUR_HTML, $m)) { 
//Result is in $m[1] 
} else { 
//Not found 
}

来源

2012-02-20 17:49:46 jack

谢谢！太棒了。我将如何能够仅返回值？我会在这之前剥去角色吗？也可能我把一个var在正则表达式，所以如果例如我想找到英镑，而不是ADP。我可以把“/价格\ ['$ this->来自：CUR'\] = \ d + \。\ d + /” – Will 2012-02-20 17:55:04

查看我的更新回答:)是的，你可以在正则表达式中使用变量。 – jack 2012-02-20 17:57:37

坦克你！ @jack – Will 2012-02-20 18:05:23

这将返回一个副阵列相同在Bloomberg网站上的javascript对象。

<?php 
$data = file_get_contents('http://www.bloomberg.com/personal-finance/calculators/currency-converter/'); 

$expression = '/price\\[\'(.*?)\'\\]\\s+=\\s+([+-]?\\d*\\.\\d+)(?![-+0-9\\.]);/'; 

preg_match_all($expression, $data, $matches); 

$array = array_combine($matches[1], $matches[2]); 

print_r($array); 

echo $array['ADP:CUR'];// string(7) "125.376" 
?>

来源

2012-02-20 17:50:56

你去：

/ADP:CUR[^=]*=\s*(.*?);/i

来源

2012-02-20 17:51:38 SolidSnake

页面抓取的正则表达式

回答

相关问题