php 크롤링 또는 파싱 함수, 정규식 모음

크롤링 또는 파싱 함수, 정규식 모음

 이미지만 추출하는 정규식

 preg_match_all("/<img[^>]*src=[\"']?([^>\"']+)[\"']?[^>]*>/i", $contents, $matches);

 특정 엘리멘트 밑에 추출 정규식

 preg_match('/<div id="my2">(.*?)<\/div>/is', $contents, $html);

 preg_match("/\<span id=\"moonseller\"\>[^>]\<\/span\>/", $contents, $html);

 style 태그 제거 정규식

 $str=preg_replace("!<style(.*?)<\/style>!is","",$str);

 특정 태그 제거 정규식

 $contents = preg_replace("/<a[^>]*>/i", '', $contents);

 $contents = preg_replace("/<\/a>/i", '', $contents);

텍스트 사이의 문자열을 배열로 반환 함수

# [splitBetweenStr 텍스트 사이의 문자열을 배열로 반환]

# @param  [string] $str [전체 문자열]

# @param  [string] $startWord         [찾을 시작 문자열]

# @param  [string] $endWord [찾을 종료 문자열]

# @return [array] [텍스트 사이의 문자열 배열]

#

# ex) splitBetweenStr('<br>hi</br><b>test</b><br>graceful_light</br>', '<br>', '</br>')

# => ['hi', 'graceful_light']

function splitBetweenStr($str, $startWord, $endWord)

{

for ($i=0, $len=strlen($str); $i<$len; $i++)

{

$target = substr($str,$i);

$prevStartIdx = strpos($target, $startWord);

$startIdx = $prevStartIdx + strlen($startWord);

$endIdx = strpos(substr($target, $startIdx), $endWord);

if($prevStartIdx===false || $endIdx===false)

{

break;

}

else

{

$betweenStrings[] = substr($target, $startIdx, $endIdx);

$i += $startIdx + $endIdx + strlen($endWord) - 1;

}

}

return $betweenStrings;

}