php 类似正则获取字符串匹配内容的简单方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
<?php
/*
函数canshujiequ($yuanma,$canshustr,$mubiao)说明：

功能：类似正则获取内容，功能比正则简单，可以说是正则功能的一小部分却经常用的功能，就是实现通配符和自定义的方式获取匹配的内容，放在数组中

参数说明：
$yuanma-----要从中获取内容的字符串；
$canshustr-----根据$yuanma李德内容规律，设置的字符串：可以使用通配符(*),包含[参数]，[参数是提取的需要信息；
$mubiao---------组合后的字符串；
类似火车头采集器的自定义时的设置方法，本函数也是参考火车头的那部分的设置

实现方法：不断的查询匹配的位置，以一个为单元，获取后，字符串查询移到器后开始查询，直到字符串尾部

返回类型：数组，包含匹配的字符串


*/

set_time_limit(0); 
//循环截取函数定义开始
function canshujiequ($yuanma,$canshustr,$mubiao)
{if($yuanma=='')return array();
	if(strpos($canshustr,'[参数]')==false||strpos($mubiao,'[参数1]')==false)
	{echo '参数或组合字符串格式不对'; return array();}
	$chaxunwz=0;
$canshuarr=array();
$canshuarr=explode('[参数]',$canshustr);
//echo '参数分割后的数组:';
//print_r($canshuarr);

//echo '<br/><br/>';
$len1=count($canshuarr);
$pipeiarr=array();
$tpfarr=array();
$qianks=0;
$qianjs=0;
$nowks=0;
$nowjs=0;
$end=0;
$num=0;
while(($end==0)&&($chaxunwz<strlen($yuanma))){
$mubiaofuben=$mubiao;
$feikong=0;
for($i=0;($end==0)&&($i<$len1);$i++){
if($canshuarr[$i]=='')continue;
$feikong++;
$tpfarr=explode('(*)',$canshuarr[$i]);
$len2=count($tpfarr);
$feikongnum=0;
for($j=0;($j<$len2)&&($end==0);$j++){
if($tpfarr[$j]=='')continue;
$feikongnum++;
if($chaxunwz>=strlen($yuanma)){$end=1;break;}
if(($pipeiwz=strpos($yuanma,$tpfarr[$j],$chaxunwz))!==false){
$chaxunwz=$pipeiwz+strlen($tpfarr[$j]);
if($feikongnum==1)$nowks=$pipeiwz;
$nowjs=$chaxunwz;


}
else{$end=1;break;}



}

if($end==0){if($feikong>1){
$str=substr($yuanma,$qianjs,$nowks-$qianjs);
$mubiaofuben=str_replace('[参数'.($feikong-1).']',$str,$mubiaofuben);
//echo '替换[参数'.($feikong-1).']<br/>';
}
$qianks=$nowks;
$qianjs=$nowjs;

}


else{//echo '没有匹配了<br/>';
break;}


}



if($end==0){
$pipeiarr[]=$mubiaofuben;

//echo '第'.($num+1).'条结果：'.$pipeiarr[$num].'<br/>';
$num++;
}




}
//echo "最后的匹配数组：";
//print_r($pipeiarr);
return $pipeiarr;

}//循环截取函数定义结束



//下面是一个测试的例子，获取网页源码，从中匹配电影的内容页地址
$url='http://www.3444.cc/List/List_4.htm';//获取源码，用上面的匹配函数获得需要的内容页网址
$yuanma=file_get_contents($url);
$canshustr='<li>
				<a href="/[参数]" target="_blank">';//函数第1个参数,源码里德地址形式
$mubiaostr='http://www.3444.cc/[参数1]';//第2个参数，组合后的地址

$jieguo=canshujiequ($yuanma,$canshustr,$mubiaostr);//返回匹配的数组
print_r($jieguo);//打印查看获取的效果






?>