Intercettare caratteri in una pagina

[james81]

Ciao a tutti,
volevo chiedevi un consiglio: ho la necessità se possibile di estrapolare da una pagina web dei valori per utilizzarli all'interno di un memo (preciso che il sito in questione è di nostra proprietà, solo che è sviluppato con un db differente non è possibile accedervi se non con delle modifiche radicale.....cosa al momento impensabile).
Ora i valori che voglio estrapolare sono impaginati all'interno di una tabella e nello specifico all'interno di una cella così composta:

<table width="200" border="0" cellspacing="0" cellpadding="0">
<tr>
<td class="boot">id</td>
<td class="jid">001 </td>
</tr>
<tr>
<td class="boot">id1</td>
<td class="jid">002</td>
</tr>
<tr>
<td class="boot">id2</td>
<td class="jid">003</td>
</tr>
<tr>
<td class="boot">id3</td>
<td class="jid">003 </td>
</tr>
<tr>
<td class="boot">id4</td>
<td class="jid">004</td>
</tr>

</table>

penso che quello che si potrebbe fare è riucire intercettare la scritta "jid"e copiare tutto quello che c'è a destra fino al carattere "</" e poi ciclarlo per tutta la pagina

il campo che mi intaressa leggere è quello con la classe jid...è possibile farlo ?
Grazie

[satifal]

$str = '
<table width="200" border="0" cellspacing="0" cellpadding="0">
<tr>
<td class="boot">id</td>
<td class="jid">001</td>
</tr>
<tr>
<td class="boot">id1</td>
<td class="jid">002</td>
</tr>
<tr>
<td class="boot">id2</td>
<td class="jid">003</td>
</tr>
<tr>
<td class="boot">id3</td>
<td class="jid">003</td>
</tr>
<tr>
<td class="boot">id4</td>
<td class="jid">004</td>
</tr>
</table>
';

$pattern = '/<td class="jid">(.*)<\/td>/i';
preg_match_all($pattern, $str, $matches);

foreach($matches[1] as $value) {
    echo $value."<br/>";
} 

[james81]

grazie mille, l'ho provato ma non riesco a preleverare tutti i dati, alcuni non mi vengono letti, penso sia dovuta alla formattazione di alcuni di essi che magari sono in grassetto o link, da cosa può dipendere ?

[satifal]

Hai detto che l'HTML aveva un certo formato (come l'esempio da te postato). Ovviamente se esso non è in tale forma il pattern per l'espressione regolare va adeguato di conseguenza in modo da prevedere tutti i possibili casi.

[james81]

sì scusa, ma mi ero fermato alla lettura delle prime righe, guardando poi il codice html, mi sono reso conto che alcuni campi li visualizzo impaginate correttamente ma nel codice vanno a capo

Es.
<td class="jid">
0010101 </td>

mentre altri contengono dei link

<td class="jid">
<a href="http://www.xxx.xx" target="_blank">
002 < /a></td>

[james81]

ho fatto qualche prova ma nulla...il problema è che il codice interpretato è a capo

[Alhazred]

Prendi il codice della pagina, lo metti in una variabile (penso tu già lo faccia), poi con un str_replace rimpiazzi tutti gli spazi e ritorni a capo con "" così ti ritrovi tutto su una riga e l'espressione regolare non avrà problemi.

[james81]

si infatti per gli spazi vuoti ho risolto così, ma per il ritorno a capo come faccio ?

[Alhazred]

i ritorni a capo saranno \r\n oppure \n oppure \r a seconda della codifica che viene recuperata (al 99% saranno \n, ma tu il replace fallo su tutti)

[zacca94]

$pattern = '/<td class="jid">(.*?)<\/td>/is';