Форумы портала PHP.SU :: Версия для печати

1. borus - 19 Декабря, 2012 - 13:09:23 - перейти к сообщению

Здравствуйте!
На странице работает следующий код грабера:

CODE (text):
скопировать код в буфер обмена

<?php
//header('Content-type:text/html;charset=utf-8');
 
/*Получение данных.*/
function data($path,$host){
    $fp = fsockopen($host, 80);
    if (!$fp){die('ошибка');}
    else{
        $out = "GET $path HTTP/1.0\r\n";
        $out .= "Accept: image/gif, application/xhtml+xml, */*\r\n";
        $out .= "Accept-Language: ru\r\n";
        $out .= "Host: $host\r\n";
        //прикинемся оперой-мини
        $out .= "User-Agent: Opera/8.01 (J2ME/MIDP; Opera Mini/2.0.4509/1716; ru; U; ssr)\r\n";
        $out .= "Cache-Control: no-cache\r\n";
        $out .= "Connection: Close\r\n\r\n";
        fwrite($fp, $out);
        $headers = "";
        while ($str = trim(fgets($fp)))
        $headers .= "$str\n";
        $body = "";
        while (!feof($fp))
        $body .= fgets($fp);
        fclose($fp);
    }
    return $body;
}
 
$host='downloads.1c.ru';
$path='/release_info/categ_js.jsp?GroupID=88'; 
//запуск
$s=data($path,$host);
//обрабатываем (ВТОРОЙ ЭТАП)
function process($s){
        $s=mb_convert_encoding($s,'UTF-8','CP1251');
        $s = preg_replace('/document\.write\(\'(.*?)\'\);/is', '$1', $s);
        $s=stristr($s,'<table border="1" cellpadding="3" cellspacing="0" width="100%" class="content">');
//      $s = preg_replace('/\s////\s\d{2,3}\s-->\s/is', '', $s); // ! Это не работает !
        return $s;
}
$s=process($s);
 
//выдаем результат (ТРЕТИЙ ЭТАП)
echo 'here is "var_dump(htmlspecialchars(var_export($s, TRUE)));" output:<br/><br/>';
var_dump(htmlspecialchars(var_export($s, TRUE)));
echo "<br/><br/><br/>";
echo 'And here is "echo $s;" output:<br/><br/>';
echo $s;
?>

Пытался удалить группы символов типа " // 121 --> " (пробелы в начале и конце) с помощью команды

CODE (text):
скопировать код в буфер обмена

$s = preg_replace('/\s////\s\d{2,3}\s-->\s/is', '', $s);

работает не так как ожидал, если раскоментить эту строку.

Скажите, в чем шаблон '/\s////\s\d{2,3}\s-->\s/is' неправилен?