ویرایش جرئی یک سورس html-dom (حل شد)

سلام خدمت دوستان گرامی من در یک پروژه دارم از simple_html_dom.php کمک میگیرم .که همانطور که میدانید کارش اینه که یک صفحه رابرای ما در یک صفحه دیگه فراخوانی میکنه. در همین باره میخواستم یک صفحه ای را فراخوانی کنم که درش لینک وجود دارد و من نمیخواهم این لینک ها در صفحه وجود داشته باشد و میخوام متن بصورت ساده بیاد. آیاامکان همچین کاری وجود دارد؟یا خیر؟ ممنون که کمک میکنید...

از این طریق میتونید متن داخل تگ مورد نظرتونو بدون اسکریپت دریافت کنید.. یعنی همون متن خالی

$html->find('tagName')->plaintext;

ممنون اقا محمد
ولی اسم تگ مورد نظر table هست که داخل tagname در کدی که دادید گذاشتم ولی جواب نداد کد خودم هم این جا گذاشتم

$ar_table = $html->find('table');

البته کد رو بصورت

      $ar_table = $html->find('table')->plaintext;

هم گذاشتم ولی اون موقع دیگه هیچ چی نمایش داده نمیشه

یک نمونه از کد HTML که دارین و چیزی که میخواین براتون تولید بشه بگذارین. شاید بدون DOM و با RegExp بشه نتیجه بهتر و با راندمان بالاتری گرفت.

جناب MMSHFE کد php هست نه HTML
بعد کد هم simplehtmldom هست دیگه میدونن دیگه احتمالا بچه ها
http://simplehtmldom.sourceforge.net/

کد اونو میدونم. میگم کد جدولی که میخواین لینکهاش حذف بشه رو بگذارین.

خدمت شما
http://www.beytoote.com/marketprices/phone-price/

این کد رو تست کنید:

<?php

/**

 * Get a web file (HTML, XHTML, XML, image, etc.) from a URL.  Return an

 * array containing the HTTP server response header fields and content.

 */

function get_web_page( $url )

{

    $options = array(

        CURLOPT_RETURNTRANSFER => true,     // return web page

        CURLOPT_HEADER         => false,    // don't return headers

        CURLOPT_FOLLOWLOCATION => true,     // follow redirects

        CURLOPT_ENCODING       => '',       // handle all encodings

        CURLOPT_USERAGENT      => 'spider', // who am i

        CURLOPT_AUTOREFERER    => true,     // set referer on redirect

        CURLOPT_CONNECTTIMEOUT => 120,      // timeout on connect

        CURLOPT_TIMEOUT        => 120,      // timeout on response

        CURLOPT_MAXREDIRS      => 10,       // stop after 10 redirects

    );



    $ch      = curl_init( $url );

    curl_setopt_array( $ch, $options );

    $content = curl_exec( $ch );

    $err     = curl_errno( $ch );

    $errmsg  = curl_error( $ch );

    $header  = curl_getinfo( $ch );

    curl_close( $ch );



    $header['errno']   = $err;

    $header['errmsg']  = $errmsg;

    $header['content'] = $content;

    return $header;

}

$data = get_web_page('http://www.beytoote.com/marketprices/phone-price/');

$data = preg_replace('#<a.*?>(.*?)</a>#i', '$1', $data['content']);

echo '<pre>' . htmlentities($data, ENT_QUOTES, 'utf-8') . '</pre>';

?>

با این کد من همه لینکها رو حذف و به متن معمولی تبدیل کردم. حالا هرجور لازم دارین تغییرش بدین یا اینکه خروجیشو بدین به simple_html_dom تا جدولهای دلخواه رو ازش استخراج کنه براتون.

همین کدی که دادید عینا در
wamp و سرور خودم گذاشتم و این ارور رو دادن:

Warning: curl_setopt_array() [function.curl-setopt-array]: CURLOPT_FOLLOWLOCATION cannot be activated when safe_mode is enabled or an open_basedir is set in /home3/gsayhgd/public_html/wp-content/themes/gld/index.php on line 37

این هم ارور wamp
http://upload7.ir/imgs/2014-03/33520676369040723031.gif

یا php شما در حالت safe mode اجرا شده و یا curl فعال نیست. کد مشکلی نداره. بهتره از xampp استفاده کنید.

من توی سایت های انلاین هم تست کردم
http://phptester.net/
http://sandbox.onlinephpfunctions.com/
ولی جواب ندادن
ولی وقتی روی این سایت
http://codepad.viper-7.com/
تست کردم جواب داد.

سیستم من وردپرسه چه کنم تا کار کنه؟

کسی از دوستان اگر راه حل دیگری به ذهنش میرسه بیان کنه
ازتون ممنونم

up..................

لطفاً Spam نگذارین. اگه کسی بلد باشه و تمایل داشته باشه، پست میگذاره. درمورد سیستمتون که گفتین وردپرس هست نمیدونم حقیقتش چون کدهاتون رو ندیدم ولی بهرحال باید چک کنید چه خطایی میده یا اگه صفحه خالی میاد، ببینید cURL بازه؟ بعضی وقتها توی disabled_extension یا disabled_functions رو هم باید چک کنید. بهرحال همونطور که گفتم کد تست شده و مشکلی نداره و اگه مشکلی هست، صددرصد از تنظیمات هاستتون یا اسکریپتی که ازش استفاده میکنید هست.

درسته همانطور که گفتم کد شما مشکلی نداره
ولی یه چیزی جناب mahmod2000 گفتم که اگه اون بشه کار خیلی بی دردسرتره
میخواستم نظر دوستان راجب اونو بدونم

دوست عزیز با عرض پوزش من خیلی درگیر هستم این چند وقت..
وقت بهم اجازه بده کد را بررسی میکنم و طبق همان چیزی که گفتم براتون کد را قرار میدم

باز هم پوزش

نقل قول:

---

نوشته شده توسط MMSHFE

این کد رو تست کنید:

<?php

/**

 * Get a web file (HTML, XHTML, XML, image, etc.) from a URL.  Return an

 * array containing the HTTP server response header fields and content.

 */

function get_web_page( $url )

{

    $options = array(

        CURLOPT_RETURNTRANSFER => true,     // return web page

        CURLOPT_HEADER         => false,    // don't return headers

        CURLOPT_FOLLOWLOCATION => true,     // follow redirects

        CURLOPT_ENCODING       => '',       // handle all encodings

        CURLOPT_USERAGENT      => 'spider', // who am i

        CURLOPT_AUTOREFERER    => true,     // set referer on redirect

        CURLOPT_CONNECTTIMEOUT => 120,      // timeout on connect

        CURLOPT_TIMEOUT        => 120,      // timeout on response

        CURLOPT_MAXREDIRS      => 10,       // stop after 10 redirects

    );



    $ch      = curl_init( $url );

    curl_setopt_array( $ch, $options );

    $content = curl_exec( $ch );

    $err     = curl_errno( $ch );

    $errmsg  = curl_error( $ch );

    $header  = curl_getinfo( $ch );

    curl_close( $ch );



    $header['errno']   = $err;

    $header['errmsg']  = $errmsg;

    $header['content'] = $content;

    return $header;

}

$data = get_web_page('http://www.beytoote.com/marketprices/phone-price/');

$data = preg_replace('#<a.*?>(.*?)</a>#i', '$1', $data['content']);

echo '<pre>' . htmlentities($data, ENT_QUOTES, 'utf-8') . '</pre>';

?>

با این کد من همه لینکها رو حذف و به متن معمولی تبدیل کردم. حالا هرجور لازم دارین تغییرش بدین یا اینکه خروجیشو بدین به simple_html_dom تا جدولهای دلخواه رو ازش استخراج کنه براتون.

---

برای پشتیبانی هاستم فرستادم جوابشون این بود:

با سلام
امکان استفاده از آپشن CURLOPT_FOLLOWLOCATION برای تابع curl روی سرویس میزبانی وب وجود ندارد.
این آپشن حتی با خاموش کردن safe mode نیز قابل استفاده نخواهد بود.



حالا من چی کارکنم واقعا گیر کردم

خوب این CURLOPT_FOLLOWLOCATION رو حذف کنید ببینید کار میکنه کد
احتمال زیاد باید کار کنه

شما چه بخشی از این پیج رو میخواید بگیرید؟

من میخوام table
قیمت موبایل رو بگیرم

require 'simple_html_dom.php';



function get_web_page( $url )

{

    $options = array(

        CURLOPT_RETURNTRANSFER => true,     // return web page

        CURLOPT_HEADER         => false,    // don't return headers

        CURLOPT_ENCODING       => '',       // handle all encodings

        CURLOPT_USERAGENT      => 'spider', // who am i

        CURLOPT_AUTOREFERER    => true,     // set referer on redirect

        CURLOPT_CONNECTTIMEOUT => 120,      // timeout on connect

        CURLOPT_TIMEOUT        => 120,      // timeout on response

        CURLOPT_MAXREDIRS      => 10,       // stop after 10 redirects

    );

 

    $ch      = curl_init( $url );

    curl_setopt_array( $ch, $options );

    $content = curl_exec( $ch );

    $err     = curl_errno( $ch );

    $errmsg  = curl_error( $ch );

    $header  = curl_getinfo( $ch );

    curl_close( $ch );

 

    $header['errno']   = $err;

    $header['errmsg']  = $errmsg;

    $header['content'] = $content;

    return $header;

}

$data = get_web_page('http://www.beytoote.com/marketprices/phone-price/');



$html = str_get_html($data['content']);



foreach($html->find('div.pricetab') as $price)

{

     $price = preg_replace('#<a.*?>(.*?)</a>#i', '$1', $price);

     echo $price;

}

فایل simple_html_dom.php مسیرش رو درست کنید موقع استفاده کردن
با کمک کد جناب شهرکی اطلاعات جدول رو میگیریم و لینکی اگه باشه حذف میشه

بعد میتونی بهش استایل بدی، همونجور که میخواید نمایش بدید

ببینید کار میکنه یا نه

جناب محمد اقا واقعا از شما تشکر میکنم
واقعا یک بار بزرگی را از روی دوش بنده برداشتید
و همچنین از شما جناب شهرکی


(واقعا نمیشود از دکمه تشکر استفاده کرد)