درخواست: کد برای ایندکس کردن یک صفحه

[pesarkermooni]

سلام.
خوبین؟
ببخشید یه کد میخواستم، که مثلاً آدرس یه سایت رو بهش بدیم بعد برامون اطلاعات اصلی سایت رو ایندکس کنه.
بعد اینکه میخواستم مثلاً فقط http ها رو از تو سایت دربیاره.
ممنون میشم راهنماییم کنین. من از php زیاد سر در نمیارم. ولی دارم یاد میگیرم.
ممنون میشم کمکم کنین :)

[pesarkermooni]

البته کدی که میخوام پیشرفته از از اینه. ولی احتمال زیاد میتونم بقیه اش رو خودم درست کنم.

[Mr.Moghadam]

از کتابخانه زیر میتونی استفاده کنی


PHP Simple HTML DOM Parser (http://simplehtmldom.sourceforge.net/)




// Create DOM from URL or file
$html = file_get_html('http://www.google.com/');

// Find all images
foreach($html->find('img') as $element)
echo $element->src . '<br>';

// Find all links
foreach($html->find('a') as $element)
echo $element->href . '<br>';

[pesarkermooni]

سلام. ممنون. کد کاملی به نظر میاد. ولی من نتونستم باهاش کار کنم.
میگم که هنوز کاراموزم. میشه یکم توضیح بدین؟ چه جوری چیزی که میخوام رو میتونم پیاده کنم؟
ممنون از لطفتون :)

[Mr.Moghadam]

دقیقتر میشه توضیح بدی چی میخوای؟

[pesarkermooni]

ببینید من میخوام مثلن تو یه صفحه خاص بین یه سری کد های html یه لینک رو با مشخصات خاصی پیدا کنه بعد مثلن اونو پرینت کنه.
مشخصات لینک هم مثل دامینش یا مثلن آخرش .زیپ داره یا وسطش فلان کلمه رو داره. که اگه اینا بود اون لینک رو نشون بده.
چه جوری میتونم بهش این اطلاعات رو بدم؟ که همچین کاری بکنه؟

[Mr.Moghadam]

برای لینک به صورت زیر کارکن



foreach($html->find('a') as $element)
{
$href = $element->href . '';

// اینجا باید چک کنید ببینید خاصیت href شامل چی میشه و روش پردازش انجام بدین

}



وقتی خاصیت href رو بیرون کشیدی میتونی روش پردازش کنی ببینی دامینش چیه یا هر چی دیگه که بخوای. سرچ کنی پیدا میکنی

[pesarkermooni]

عزیز این کد رو متوجه میشم.
میرم یکم دستکاریشون کنم ببینم چی میشه.
ممنون :)

[pesarkermooni]

عزیز من الآن لینک ها و اطلاعاتی رو که از تو صفحه میخوام رو میتونم بگیرم.
چه جوری بهش دامین و و اسم و اینا بدم؟ کدهاش رو میخواستم بدونم.
یا صفحه ای که آموزش داده باشه رو میتونین بهم معرفی کنین؟
یا بگین چی سرچ کنم.

[Mr.Moghadam]

میتونی از تابع

parse_url (http://php.net/manual/en/function.parse-url.php)

استفاده کنی


<?php
$url = 'http://username:password@hostname/path?arg=value#anchor';

print_r(parse_url($url));

echo parse_url($url, PHP_URL_PATH);
?>

[pesarkermooni]

روم نمیشه دیگه بگم. ولی شرمنده به خدا. من بازم نفهمیدم چه جوری سر همش کنم.
اگه براتون زحمتی نیست. یه کد میشه واسم بنویسین. که این خصوصیات رو داشته باشه.
لینک هایی رو که کلمه pesarkermooni توشون هست رو + لینک هایی که اولش http://www.example.com/ هست رو واسم در بیاره؟
اینجوری فکر کنم بفهمم دیگه!!!!!!!!!!!

[pesarkermooni]

میبخشید کسی جواب نمیده؟
اگه این کد رو برام بنویسین خیلی خیلی ممنون میشم :)

[pesarkermooni]

دوستان من مجبورم هی اسپم بذارم و هی بنویسم که چرا جواب نمیدین.
اگه کسی میتونه کمکی کنه. ممنون میشم.
کل سایتم گیر همین 1 کده!!!

[pesarkermooni]

چرا جواب نمیدین؟
تا کی باید صبر کنم؟

[MMSHFE]

روم نمیشه دیگه بگم. ولی شرمنده به خدا. من بازم نفهمیدم چه جوری سر همش کنم.
اگه براتون زحمتی نیست. یه کد میشه واسم بنویسین. که این خصوصیات رو داشته باشه.
لینک هایی رو که کلمه pesarkermooni توشون هست رو + لینک هایی که اولش http://www.example.com/ هست رو واسم در بیاره؟
اینجوری فکر کنم بفهمم دیگه!!!!!!!!!!!


$url = 'your_url';
$html = file_get_html($url);
$links = $html->find('a');
foreach($links as $link) {
$href = $link->href.'';
if(strpos($href, 'http://www.example.com/') === 0 || strpos($href, 'pesarkermooni') !== false) {
echo $href.'<br/>'."\n";
}
}
نكته: به جاي your_url آدرس موردنظر خودتون رو قرار بدين. اميدوارم مشكلتون برطرف بشه.
موفق باشيد.

[pesarkermooni]

$url = 'your_url';
$html = file_get_html($url);
$links = $html->find('a');
foreach($links as $link) {
$href = $link->href.'';
if(strpos($href, 'http://www.example.com/') === 0 || strpos($href, 'pesarkermooni') !== false) {
echo $href.'<br/>'."\n";
}
}
نكته: به جاي your_url آدرس موردنظر خودتون رو قرار بدين. اميدوارم مشكلتون برطرف بشه.
موفق باشيد.

عزیز خیلی خیلی ممنون از راهنماییتون.
فقط یه مشکلی هست. اونم اینکه من این کد رو که تست کردم بخش آخرش کار نمیکنه. یعنی همه لینکهایی که با example.com شروع میشن رو نشون میده. ولی اونایی رو که pesarkermooni دارن رو جدا نمیکنه! و همه رو نشون میده!
انگار این بخشش اصلا کار نمیکنه :)
از کمکتون خیلی خیلی ممنون.

[pesarkermooni]

مثل اینکه حل شد. ممنون. اون صفرش رو تغییر دادم درست شد.
خیلی خیلی از کمکتون ممنون. منتظر کتابهای آموزش پی اچ پی جدیدتون هم هستیم :)

[MMSHFE]

با سلام، من فكر كردم منظورتون تركيب دو شرط فوق بصورت «يا» هست، اما مثل اينكه اشتباه متوجه شدم. گويا شما ميخواين ازبين لينكهايي كه با http://www.example.com شروع ميشن، فقط اونهايي كه حاوي عبارت pesarkermooni هستن نشون داده بشه. اگه اينطوره، كافيه || رو به && تغيير بدين. موفق باشيد.