PHP - HTML-Tags auslesen mit Attribute - preg_match

NBS_Cookie

Hallo Mitglieder von Forum-Hilfe!

Ich versuche schon seit drei ganzen Tagen
mit PHP und der Funktion "preg_match" bzw. "preg_match_all" HTML-Tags und seine Attribute herauszufiltern!

Habe schon in Google gesucht und auch vieles gefunden,
nur nicht leider das was ich gesucht habe.

Ich habe auch schon mit regulären Ausdrücken versucht zu arbeiten,
nur ich bekomme es leider nicht hin.

Wollte auch mal nach fragen ob einer von Euch mit regulären Ausdrücken mehr kenntnisse hat.

So in der Richtung habe ich mir das vorgestellt:

PHP

// Funktion:


	function findElementTag($source, $tags = null){


		if($tags === null || $tags === '' || $tags === false){


			// Alle HTML-Tags suchen
		} else {


			// Ein bestimmtes HTML-Tags suchen
		}


		return array(


			'tag' => 'body',
			'attr' => array(


				'bgColor' => '#001122',
				'onLoad' => 'javascript:void(0);',
			),
			'content' => 'Inhalt des HTML-Tags'
		);
	}


// Anwendung:


	$source = findElementTag($source, 'body');
	print_r($source);

Alles anzeigen

Code

// Ausgabe:


	Array
	(
		[tag] => body
		[attr] => Array
			(
				[bgColor] => #001122
				[onLoad] => javascript:void(0);
			)


		[content] => Inhalt des HTML-Tags
	)

Alles anzeigen

Nur ich habe leider keine Ahnung wie ich das machen soll mit den regulären Ausdrücken.

Vielleicht habt Ihr ja eine Idee für mich, ich würde mich auf eine weiterhelfende Antwort freuen.

Liebe Grüße,
Cookie.

Tobse

Leute GRUUNDLAGEN!!!
Was ist HTML?
-> Hyper Text Markup Language
-> X M L mit Regeln

Bemüh also mal google bezüglich XML parsen.

NBS_Cookie

Hallo Tabse,

danke für den Hinweis mit den Grundlagen.
Und es ist mir bekannt was HTML und XML ist.

Das mit den XML-Parsen das kenne ich bereits.

Ich habe auch schon eine Class geschrieben, die XML auslesen kann und als Objekt wiedergibt

Zum Beispiel:

PHP

$xml->body[0]->bgcolor[0]->value;

Nur das suche ich leider nicht.

Ich möchte gerne mal mit preg_match und preg_match_all etwas machen und lernen.

Liebe Grüße,
Cookie.

Tobse

Zitat von NBS_Cookie
Hallo Tabse,

danke für den Hinweis mit den Grundlagen.
Und es ist mir bekannt was HTML und XML ist.

Das mit den XML-Parsen das kenne ich bereits.

Ich habe auch schon eine Class geschrieben, die XML auslesen kann und als Objekt wiedergibt

Zum Beispiel:
PHP
$xml->body[0]->bgcolor[0]->value;
Nur das suche ich leider nicht.

Ich möchte gerne mal mit preg_match und preg_match_all etwas machen und lernen.

Liebe Grüße,
Cookie.
Alles anzeigen

Achso, ja dann hab ich dich falsch verstanden. Wenns dir nicht ums XML parsen geht sondern ums RegExp üben kann ich dir sagen, dass regexps für XML nich soo geeignet sind. Wenn du z.B. einen Spider schreiben willst (oder Spambot etc). dann kann dir das behilflich sein, um genaueres aus dem HTML-Code der seite rauszufiltern, aber so wie du das bereits geschrieben hast, wirds mit regexp schwer.

Aber du kannst gerade im bezug auf Webseiten mal ein Rundmailscript für ein Browsergame deiner Wahl schreiben. Also ein script, dass sich mit einem Accoutn beim Browsergame einloggt und dann eine Vorgegebene Nachricht an eine bestimmte Zielgruppe sendet. Wenn du dafür eine Klasse für HTTP-Requests brauchst schreib mir ne PM, ich glaub ich hab da noch eine rumfahren.

NBS_Cookie

Tobse,

ich glaube das wir uns immer noch nicht so ganz verstehen
sowas wie einen Spambot habe ich auf gar keinen Fall vor zu machen.

Ich möchte einfach mit einer Funktion XML bzw. HTML auslesen
und wenn in diesen Tag attribute vorhanden sind

diese dann mit aus zu lesen ...

PHP

$source = '';
$source .= '<html>';
$source .= '<body bgColor="#112233">Hier steht etwas im Body-Tag</body>';
$source .= '</html>';


$findTag = findElementTag($source, 'body');
$findTag = findElementTag($source); // beziehungsweise $findTag = findElementTag($source, null);


print_r($findTag);


print_r($findAll);

Alles anzeigen

Ausgabe:
( Es könnte etwas anders aussehen, als wie es sein sollte^^ )

Code

Array
	(
		[tag] => body
		[attr] => Array
			(
					[bgColor] => #001122
			)


		[content] => Hier steht etwas im Body-Tag
	)


	Array
	(


		Array
		(
			[tag] => html
			[attr] => Array ( )
			[content] => <body bgColor="#112233">Hier steht etwas im Body-Tag</body>
		)


		Array
		(
			[tag] => body
			[attr] => Array
				(
					[bgColor] => #001122
				)


			[content] => Hier steht etwas im Body-Tag
		)
	)

Alles anzeigen

So in der Richtung sollte das sein ...
ich bin auch nebenbei am programmieren
und versuch da noch ne lösung zu finden

Tobse

Wir verstehen uns schon. Allerdings sind Regular Expressions nicht zum parsen von XML da. Der einzige Zweck für Regular Expressions im Bezug auf XML/HTML ist der für Spider. Wenn du Rgular Expressions üben möchtest nimm von mir aus Telefonnummern, E-Mail Adressen, Web URLs oder schreib nen LaTeX>HTML Converter. Aber HTML wirst du damit nich annähernd so gut (und schnell) analysieren können wie mit dem klassischen Parser.

crAzywuLf

Hi Cookie,
ich glaube, wenn ich mit Regex spielen würde, würde ich probieren das so irgendwie anzugehen:

PHP

<?php
$source = '';
$source .= '<html>';
$source .= '<body bgColor="#112233">Hier steht etwas im Body-Tag</body>';
$source .= '</html>';




if (preg_match_all('/<(\w+)( .*?)*>(.*?)<\/\\1>/imx', $source, $matches))
{
    print_r($matches);
}


?>

Alles anzeigen

Das dann in eine rekursive Funktion und dann wirds schwierig, weil nicht jedes Tag hat ein schließendes wie z.B. <img> ;

p.s. wenn du Regex lernen möchtest dann schau dir das hier mal an:
http://www.danielfett.de/internet-und-o…aere-ausdruecke