Parser pagina html

[zell]

Salve,

non so come fare la seguente cosa: prendere un url e parsarlo per ricavare alcune informazioni al suo interno

non so quindi se salvare la pagina html in locale (e non so come si fa) e poi aprila come file di testo e parsarla

oppure se c'è un modo di parsarla direttamente senza scaricarla...

spero in un vostro aiuto

Daniele

[Andrea1979]

Direttamente dal sito di php

<?php
// For PHP 5 and up
$handle = fopen("http://www.example.com/", "rb");
$contents = stream_get_contents($handle);
fclose($handle);
?>

<?php
$handle = fopen("http://www.example.com/", "rb");
$contents = '';
while (!feof($handle)) {
  $contents .= fread($handle, 8192);
}
fclose($handle);
?>

in $contents alla fine avrai l'intero contenuto del file remoto. Dopo dovresti dirci di più sulle operazioni che vuoi fare... magari te ne esci con una qualche regex, oppure potresti andare a cercare qualche classe/funzione che aiuti a manipolare un sorgente (X)HTML

[zell]

innanzitutto grazie
era quello che volevo sapere

si ora io quello che devo fare è parsare pagine web tutte uguali (in termini di estetica e formattazione) e devo prendere alcune informazioni, dei dati
per esempio, una tabella con nome, cognome, città (che variano da pagina a pagina)
devo estrarre questi dati dalla pagina...

pensavo tipo di cercare attraverso i tag dei css (sapendo a priori come si chiamano) o le intestazioni delle tabelle...

[zell]

Originariamente inviato da Andrea1979
Direttamente dal sito di php

<?php
// For PHP 5 and up
$handle = fopen("http://www.example.com/", "rb");
$contents = stream_get_contents($handle);
fclose($handle);
?>

<?php
$handle = fopen("http://www.example.com/", "rb");
$contents = '';
while (!feof($handle)) {
  $contents .= fread($handle, 8192);
}
fclose($handle);
?>

in $contents alla fine avrai l'intero contenuto del file remoto. Dopo dovresti dirci di più sulle operazioni che vuoi fare... magari te ne esci con una qualche regex, oppure potresti andare a cercare qualche classe/funzione che aiuti a manipolare un sorgente (X)HTML

sto provando a lavorare sul contents però non è che riesco a fare molto...
se provo a stampare il contents mi stampa una pagina in html ...ma se provo a stampare a 'pezzi' il contents ottengo roba del tipo:

salc vid< >vid/< >"noitceleSegaugnal"=di vid< >"stuCtrohs"=ssalc vid< >vid/< 7002 oilgul 81 ��delocrem >"tidEoThctiws"=di vid< >vid/< >lu/< >il/< >a/"inimir+olop/"=ferh ";eslaf nruter;)ferh.siht(nepo.wodniw"=sserpyekno ";eslaf nruter;)ferh.siht(nepo.wodniw"=kcilcno a< >il< >il/< >a/"annevar+olop/"=ferh ";eslaf nruter;)ferh.siht(nepo.wodniw"=sserpyekno ";eslaf nruter;)ferh.siht(nepo.wodniw"=kcilcno a< >il< >il/< >a/<��lroF>"ilrof+olop/"=ferh ";eslaf nruter;)ferh.siht(nepo.wodniw"=sserpyekno ";eslaf nruter;)ferh.siht(nepo.wodniw"=kcilcno a< >il< >il/< >a/"anesec+olop/"=ferh ";eslaf nruter;)ferh.siht(nepo.wodniw"=sserpyekno ";eslaf nruter;)ferh.siht(nepo.wodniw"=kcilcno a< >il< >il/< >a/"elatrop/"=ferh ";eslaf nruter;)ferh.siht(nepo.wodniw"=sserpyekno ";eslaf nruter;)ferh.siht(nepo.wodniw"=kcilcno a< >il< >il/<>gnorts/<>a/"kniLsupmacitluM_1skniLredaeHsupmacitluM_00ltc_00ltc_00ltc_00ltc"=di a<>gnorts<>il< >lu< >"skniLredaeHsupmacitlum"=di vid< >vid/< >elbat/< >ydobt/< >rt/< >dt/< >vid/<;psbn&>"epirts"=di vid< >vid/<>/ "angoloB id ��tisrevinU - ehcitametaM ezneicS"=tla

dove non riesco a lavorare...il dovrei lavorare sulla pagina quella che mi stampa contents non su contents...come posso fare?