Вырезание регулярками значений hidden-полей

Страницы: ← Следующая страница →

web-bee

Сообщения: 119 Репутация: N Группа: Кто попало
19 мая 2010 г. 2:28
Задача такая: из полученной $content - html-страницы, где около 20 вот такого вида конструкций
<input type="hidden" name="ru" id="ru" value="">
извлечь значения name и value.
Думала извлекать их как содержимое карманов..

Вот мой код:
preg_match_all('| (type="hidden"\s name="(.*?)"\s (.*?)\s value="(.*?)") |x', $content, $t_matches, PREG_SET_ORDER ); //смотри что вышло: var_dump($t_matches);

у меня в результате такой вот корявый наворот массивов получается:

array(21) { [0]=> array(5) { [0]=> string(116) "type="hidden" name="MfcISAPICommand" value="SignInWelcome"> string(116) "type="hidden" name="MfcISAPICommand" value="SignInWelcome"> string(15) "MfcISAPICommand" [3]=> string(64) "value="SignInWelcome"> string(6) "DEF_CI" } [1]=> array(5) { [0]=> string(108) "type="hidden" name="UsingSSL" value="1"> string(108) "type="hidden" name="UsingSSL" value="1"> string(8) "UsingSSL" [3]=> string(68) "value="1"> string(1) "2" } [2]=> array(5) { [0]=> string(47) "type="hidden" name="lse" id="lse" value="false"" [1]=> string(47) "type="hidden" name="lse" id="lse" value="false"" [2]=> string(3) "lse" [3]=> string(8) "id="lse"" [4]=> string(5) "false" } [3]=> array(5) { [0]=> string(42) "type="hidden" name="lsv" id="lsv" value=""" [1]=> string(42) "type="hidden" name="lsv" id="lsv" value=""" [2]=> string(3) "lsv" [3]=> string(8) "id="lsv"" [4]=> string(0) "" } [4]=> array(5) { [0]=> string(130) "type="hidden" name="mid" id="mid" value="AQAAASiEqSo+AAUxMjhhZmQwMTM1Yy5hMDI2NjJiLjczNTU3LmZmZmUyM2I1Fo+LsYaeiU6sshZqZrQj5FYlvNo*"" [1]=> string(130) "type="hidden" name="mid" id="mid" value="AQAAASiEqSo+AAUxMjhhZmQwMTM1Yy5hMDI2NjJiLjczNTU3LmZmZmUyM2I1Fo+LsYaeiU6sshZqZrQj5FYlvNo*"" [2]=> string(3) "mid" [3]=> string(8) "id="mid"" [4]=> string(88) "AQAAASiEqSo+AAUxMjhhZmQwMTM1Yy5hMDI2NjJiLjczNTU3LmZmZmUyM2I1Fo+LsYaeiU6sshZqZrQj5FYlvNo*" } ..

я так понимаю, что у меня регулярка неправильная..
подскажите как решить такую задачу?
Абырвалг

Сообщения: 6480 Репутация: N Группа: Джедаи

19 мая 2010 г. 2:32, спустя 3 минуты 46 секунд

может быть нахуй регулярки и попробовать это через DOM распарсить?
Спустя 58 сек.
если сложно на чистом DOM'е, который в пыхе - попробуй phpQuery
adw0rd

Сообщения: 22959 Репутация: N Группа: в ухо
19 мая 2010 г. 2:44, спустя 12 минут 3 секунды
'|type="hidden".*?name="(?<name>.*?)".*?value="(?<value>.*?)"|x'

Спустя 91 сек.
тут проблема в том, что type/name/value могут идти не в том порядке, поэтому надо сначала искать поля с type="hidden", после чего распарсивать эти поля и вытаскивать из них name/value
Спустя 51 сек.
Но вообще и в правду можно заюзать phpQuery (мы его юзаем для парсинга торрентов для кинсбурга) либо simplexml
https://smappi.org/ - платформа по созданию API на все случаи жизни
AlexB

Сообщения: 4306 Репутация: N Группа: в ухо

19 мая 2010 г. 2:50, спустя 6 минут 11 секунд

Какой simplexml? Где гарантия, что страница содержит валидный XHTML?
Насчет phpQuery не знаю … оно любой говнокод прожует?
Абырвалг

Сообщения: 6480 Репутация: N Группа: Джедаи

19 мая 2010 г. 2:55, спустя 4 минуты 53 секунды

я не знаю точно, но вроде бы страница не обязательно должна быть валидной а быть просто well-formed
adw0rd

Сообщения: 22959 Репутация: N Группа: в ухо

19 мая 2010 г. 2:57, спустя 2 минуты 13 секунд

Насчет phpQuery не знаю … оно любой говнокод прожует?

не тестил на любой, но те которые ему скармливаю - он обрабатывает на ура

https://smappi.org/ - платформа по созданию API на все случаи жизни
phpdude

Сообщения: 26646 Репутация: N Группа: в ухо

19 мая 2010 г. 3:07, спустя 10 минут 4 секунды

она же на DOM'е, а пожиратель дома в пхп вроде неплохо гавно жрет, так что любая наверное)

Сапожник без сапог
AlexB

Сообщения: 4306 Репутация: N Группа: в ухо

19 мая 2010 г. 3:14, спустя 6 минут 32 секунды

а быть просто well-formed
Такой гарантии тоже нет …
web-bee

Сообщения: 119 Репутация: N Группа: Кто попало

19 мая 2010 г. 3:16, спустя 2 минуты 30 секунд

а почему не через регулярки?
ну, давайте упростим задачу, нужно только value из хидденов ..
а нэймы я тогда уже ручками-ручками ))
adw0rd

Сообщения: 22959 Репутация: N Группа: в ухо

19 мая 2010 г. 3:30, спустя 14 минут 1 секунду

а почему не через регулярки?
ну, давайте упростим задачу, нужно только value из хидденов ..
а нэймы я тогда уже ручками-ручками ))

тут проблема в том, что type/name/value могут идти не в том порядке, поэтому надо сначала искать поля с type="hidden", после чего распарсивать эти поля и вытаскивать из них name/value

это вы прочитали?

https://smappi.org/ - платформа по созданию API на все случаи жизни
web-bee

Сообщения: 119 Репутация: N Группа: Кто попало

19 мая 2010 г. 3:40, спустя 10 минут 8 секунд

да, прочитала.. а почему нельзя повырезать все конструкции с хидденнами, а потом из них уже поизвлекать name/value?
конечно я посмотрю phpQuery, просто очень хочется решить задачу быстрее (но конечно, без потери в качестве)..
спасиб.
artoodetoo

Сообщения: 5147 Репутация: N Группа: в ухо

19 мая 2010 г. 3:43, спустя 3 минуты 6 секунд

я бы сделал так (если регулярками) - в несколько этапов. наверное очень неоптимально, но надежно

1. добыл бы собственно все инпуты
/<input.+>/U
2. только для тех строк, у кого встречается подстрока value="hidden" обработал бы
/((?:value|name)=".*")/U
3. пил бы пиво

Спустя 49 сек.
вобщем-то эдво описал почему так сложно )))

ιιlllιlllι унц-унц

artoodetoo

Сообщения: 5147 Репутация: N Группа: в ухо

19 мая 2010 г. 3:50, спустя 6 минут 26 секунд

http://pyha.ru/fishki/regexp/

паттерн

/(value|type|name)="(.*)"/U

текст

<input name="userID" type="hidden" value="492" />

результат


Array
(
    [0] => Array
        (
            [0] => name="userID"
            [1] => type="hidden"
            [2] => value="492"
        )

    [1] => Array
        (
            [0] => name
            [1] => type
            [2] => value
        )

    [2] => Array
        (
            [0] => userID
            [1] => hidden
            [2] => 492
        )

)

ιιlllιlllι унц-унц

artoodetoo

Сообщения: 5147 Репутация: N Группа: в ухо

19 мая 2010 г. 4:04, спустя 13 минут 41 секунду


<?php
error_reporting(-1);
header('Content-type: text/plain; charset=utf-8');

$text = file_get_contents('./example1.html');
if (preg_match_all('/<input.+>/U', $text, $matches, PREG_PATTERN_ORDER)) {
	$inputs = $matches[0];
	foreach ($inputs as $input) {
		if (preg_match_all('/(value|type|name)="(.*)"/U', $input, $matches, PREG_PATTERN_ORDER)) {
			$attribs = array_combine($matches[1], $matches[2]);
			if (isset($attribs['type']) && $attribs['type'] == 'hidden') {
				echo $attribs['name'] . ' = ' . $attribs['value'] . "\n";
			}
		}
	}
}

работает )))
вот эту строчку я просто полюбил: [tt]$attribs = array_combine($matches[1], $matches[2]);[/tt]

ιιlllιlllι унц-унц

adw0rd

Сообщения: 22959 Репутация: N Группа: в ухо
19 мая 2010 г. 4:32, спустя 28 минут 22 секунды
artoodetoo, можно и без array_combine, если в регулярке явно указать именованные ключи:
(?<key_name>.*?)

Спустя 23 сек.
но вообще твой вариант симпатичнее мне
https://smappi.org/ - платформа по созданию API на все случаи жизни

Страницы: ← Следующая страница →

Пожалуйста, авторизуйтесь, чтобы написать комментарий!

Вырезание регулярками значений hidden-полей

Войти