Script PHP cerca stringa nella pagina

[Zed92]

Salve a tutti.

Ho realizzato un piccolo script che controlla se nel codice HTML di una pagina c'è una determinata stringa di testo, e a seconda dei casi salva quell'url in un file di testo.

Ecco il codice:

<?php
$url = "WWW.URL.COM";
$homepage = file_get_contents($url);

if (!strpos($homepage,'TESTO DA TROVARE'))
{
echo "Non trovato.";

$stringa = $url."\n";
$scrivi_file =fopen("nontrovato.txt","a");
fwrite($scrivi_file,$stringa);
fclose($scrivi_file);

}
else
{
echo "Trovato!";

$stringa = $url."\n";
$scrivi_file =fopen("trovato.txt","a");
fwrite($scrivi_file,$stringa);
fclose($scrivi_file);
} 
?>

Ho provato lo script e funziona correttamente.

Visto che gli URL da controllare sono tanti volevo far prendere in automatico gli URL allo script da un file di testo esterno, che contiene un URL per riga.

Ho pensato di modificare cosi lo script:

<?php
$file = file_get_contents('./prova.txt', FILE_USE_INCLUDE_PATH);
$array = explode("\n", $file);


foreach( $array as $var_temporanea ) {

$homepage = file_get_contents($var_temporanea);

if (!strpos($homepage,'TESTO')) {

echo "Non trovato.";

$stringa = $var_temporanea."\n";
$scrivi_file =fopen("nontrovato.txt","a");
fwrite($scrivi_file,$stringa);
fclose($scrivi_file);

} else {
echo "Trovato!";

$stringa = $var_temporanea."\n";
$scrivi_file =fopen("trovato.txt","a");
fwrite($scrivi_file,$stringa);
fclose($scrivi_file);
} 

}
?>

Purtroppo però con il PHP sono agli inizi, e non so ancora lavorare con il foreach e con gli array.

Dovrebbero esserci errori in quest'ultimo script visto che mi mostra continui Warning e mi salva solo un valore come "Trovato" mentre tutti gli altri come "Non trovato".

Dove ho sbagliato? :P

[brodik]

che warning ti da?

<?php

$file = file_get_contents('./prova.txt', FILE_USE_INCLUDE_PATH);
$array = explode("\n", $file);

foreach( $array as $var_temporanea ) {
    if(!empty($var_temporanea)){
    $homepage = file_get_contents(trim($var_temporanea));

        if(!strpos($homepage,'TESTO')){
            echo "Non trovato.
";
            file_put_contents("nontrovato.txt", $var_temporanea."\n", FILE_APPEND);

        }else{
            echo "Trovato!
";
            file_put_contents("trovato.txt", $var_temporanea."\n", FILE_APPEND);
        } 
    }
}

?>

ho fatto una prova e così a me funziona..

[Zed92]

Anche a me funziona, però alcuni URL non riesce ad aprirli e mi da dei Warning.

Warning: file_get_contents(http://it.wikipedia.org/wiki/%27R%27:_Rembrandt) [function.file-get-contents]: failed to open stream: HTTP request failed! HTTP/1.0 403 Forbidden in C:\xampp\htdocs\asd.php on line 7

Negli URL che non riesce ad aprire mi restituisce l'URL nel file nontrovato.txt è normale?

[DKiller92]

Originariamente inviato da Zed92
Anche a me funziona, però alcuni URL non riesce ad aprirli e mi da dei Warning.

Warning: file_get_contents(http://it.wikipedia.org/wiki/%27R%27:_Rembrandt) [function.file-get-contents]: failed to open stream: HTTP request failed! HTTP/1.0 403 Forbidden in C:\xampp\htdocs\asd.php on line 7

Negli URL che non riesce ad aprire mi restituisce l'URL nel file nontrovato.txt è normale?

Si è normale, per lui l'strpos() è comunque false...

Comunque per me è Wikipedia che blocca in qualche modo la richiesta, facendo l'urlencode() non dovrebbe darti problemi in teoria, nemmeno per i caratteri speciali...

[Zed92]

è lo stesso problema che avevo con l'altro script, alcuni url con caratteri speciali fopen e file_get_contents non riescono ad aprirli.

L'altro script però credo che risolvesse il problema con le cURL.

// The fread_url function allows you to get a complete
// page. If CURL is not installed replace the contents with
// a fopen / fget loop

    function fread_url($url,$ref="")
    {
        if(function_exists("curl_init")){
            $ch = curl_init();
            $user_agent = "Mozilla/4.0 (compatible; MSIE 5.01; ".
                          "Windows NT 5.0)";
            $ch = curl_init();
            curl_setopt($ch, CURLOPT_USERAGENT, $user_agent);
            curl_setopt( $ch, CURLOPT_HTTPGET, 1 );
            curl_setopt( $ch, CURLOPT_RETURNTRANSFER, 1 );
            curl_setopt( $ch, CURLOPT_FOLLOWLOCATION , 1 );
            curl_setopt( $ch, CURLOPT_FOLLOWLOCATION , 1 );
            curl_setopt( $ch, CURLOPT_URL, $url );
            curl_setopt( $ch, CURLOPT_REFERER, $ref );
            curl_setopt ($ch, CURLOPT_COOKIEJAR, 'cookie.txt');
            $html = curl_exec($ch);
            curl_close($ch);
        }
        else{
            $html = file_get_contents($url); 
        }
        return $html;
    } 

Purtroppo io non ci capisco molto, ma voi penso non avete problemi.

[brodik]

hai abilitato la liobreria curl innanzitutto?

[Zed92]

Si dopo aver abilitato la libreria cURL l'altro script funzionava.

Adesso dovrei aggiungere questa funzione a questo script e vedere se funziona, come implementarla?

[brodik]

<?php

$file = file_get_contents('./prova.txt', FILE_USE_INCLUDE_PATH);
$array = explode("\n", $file);

foreach( $array as $var_temporanea ) {
    if(!empty($var_temporanea)){

        $ch = curl_init();
        $user_agent = "Mozilla/4.0 (compatible; MSIE 5.01; ".
                          "Windows NT 5.0)";
        $ch = curl_init();
        curl_setopt( $ch, CURLOPT_USERAGENT, $user_agent);
        curl_setopt( $ch, CURLOPT_HTTPGET, 1 );
        curl_setopt( $ch, CURLOPT_RETURNTRANSFER, 1 );
        curl_setopt( $ch, CURLOPT_FOLLOWLOCATION , 1 );
        curl_setopt( $ch, CURLOPT_FOLLOWLOCATION , 1 );
        curl_setopt( $ch, CURLOPT_URL, trim($var_temporanea) );
        curl_setopt( $ch, CURLOPT_REFERER, $ref );
        curl_setopt ($ch, CURLOPT_COOKIEJAR, 'cookie.txt');
        $homepage = curl_exec($ch);
        curl_close($ch); 

        if(!strpos($homepage,'TESTO')){
            echo "Non trovato.
";
            file_put_contents("nontrovato.txt", $var_temporanea."\n", FILE_APPEND);

        }else{
            echo "Trovato!
";
            file_put_contents("trovato.txt", $var_temporanea."\n", FILE_APPEND);
        } 
    }
}

?>

EDIT: testato anche su wikipedia e funziona

[Zed92]

Ottimo adesso funziona, grazie mille!