split codice di una pagina web

[luisa227]

Ciao gente!

Devo ottenere alcuni dati da questo sito (http://www.albonazionalegestoriambientali.it/ElenchiIscritti.aspx#tipoRicerca=0&paginaCorrente= 1&risultatiPerPagina=100&sezione=20&provincia=SS&i ncludiCP=false) e precisamente dovrei estrarre il nome azienda, le categorie (solo alcune) e le scadenze (che si trovano cliccando sul pulsante dettagli).

Chi mi aiuta con lo split? E qualcuno ha idea di come andare a ricavare la scadenza dato che è su un altra pagina?

Grazie in anticipo a chi vorrà darmi qualche spunto pratico.

[Santino83_02]

c'è uno che sta provando a scaricarsi una pagina con curl http://forum.html.it/forum/showthrea...readid=2945574 prova a prendere spunto

per lo "split", hai poco da "splittare", devi parsarti la pagina, quindi devi studiarti la struttura dell'html che genera e usare un "parser" (che so, una serie di regular expression) per prenderti i dati che ti servono... se poi alcune informazioni stanno in altre pagine, devi fare chiamate successive alle altre pagine e parsartele.

[luisa227]

c'è uno che sta provando a scaricarsi una pagina con curl http://forum.html.it/forum/showthrea...readid=2945574 prova a prendere spunto

per lo "split", hai poco da "splittare", devi parsarti la pagina, quindi devi studiarti la struttura dell'html che genera e usare un "parser" (che so, una serie di regular expression) per prenderti i dati che ti servono... se poi alcune informazioni stanno in altre pagine, devi fare chiamate successive alle altre pagine e parsartele.

Grazie, non so perchè la chiamo split però sì, è quello che dici tu...

Intanto ho fatto un passo avanti... ho inserito il richiamo alle header personalizzate perchè vi era un blocco riguardante il browser... poi ho usato il codice sottostante.

$file = file_get_contents('http://www.albonazionalegestoriambie...ncludiCP=false', false, $context);


però ora il problema è che non mi legge l'elenco perchè incontra degli script jquery che generano poi l'elenco, quindi sono bloccata. Qualcuno ha idea di come bypassare? grazie

[Santino83_02]

Allora, ho fatto una rapida ricerca, ed effettivamente è una cosa un pò complicata e praticamente impossibile utilizzando solo php. Qui un esempio di soluzioni:

http://stackoverflow.com/questions/2...s-run-with-php

se vedi la prima risposta (quella in evidenza), propone due metodi, il primo usa PhantomJS per catturare la pagina comprensiva dei dati creati dallo javascript, la seconda invece suggerisce di prendere il contenuto della pagina e di "evalutarlo" con ajax per ottenere il codice completo anche di quanto generato da html... cmq il secondo metodo mi pare una schifezza e soprattutto potrebbe tranquillamente non funzionare (le chiamate verrebbero da domini diversi e verrebbero bloccate). Diciamo che l'unica strada è il primo metodo proposto dal tizio.

[hypertextPro]

Ciao, io ho creato uno script che va ad eseguire una ricerca sulle pagine youtube in base al paramento che passi tu (ad esempio un artista, un brano). Questo script parsa la pagina di youtube che per eseguire una ricerca utilizza questa query string:

https://www.youtube.com/results?sear...ul+kalkbrenner

dove paul+kalkbrenner potrebbe essere una qualunque altra chiave di ricerca.

Caricata la pagina di youtube tramite file_get_contents() io la vado a scrivere su un file temporaneo che dopo andrò a leggere per stampare a video i link dei video.

Ti scrivo questo perchè penso sia attinente al tuo problema.

Ovviamente in una pagina di youtube, come in una qualunque pagina html non ci sono solo i tag <a href='xyz'> (perchè interessano a me) ma ci sono molti altri tag fra i quali tag <script> <meta> <DOCTYPE > ecc..


Io ad esempio ho utilizzato questo script:

$fileSize = filesize($filePath);


            $youtubeLink = fread($openFileLink, $fileSize);
                
                
                $worldAcceptedChar = self::$worldAcceptedChar;
                
                $youtubeLinkF = str_word_count($youtubeLink, 1, $worldAcceptedChar);
                
                
            $closeFileLink = fclose($openFileLink);            


            $arrayLink = array();
        
                foreach($youtubeLinkF as $keyParsing => $valueParsing){
                    
                    if ($valueParsing === "watch"){
                        
                        $keyLink = $youtubeLinkF[$keyParsing + 1];
                        
                        array_push($arrayLink, $keyLink);
                    }
                    
                }        
        
            $parsingResult = array_unique($arrayLink);
            
            
            if ( count($parsingResult) != 0 ){


                foreach( $parsingResult as $youtubeDownloadLink ){
                
                    $charStr = strlen($youtubeDownloadLink);
                
                    echo "<a href='http://www.youtube.com/watch?$youtubeDownloadLink'></a>";
                    
                }
                
            }else{
                
                $localError = false;
            }
            
            
            unlink($filePath); 

Non so se ti può essere di aiuto.
Mi farebbe piacere scambiare due parole anche nel caso tu avessi idee per modificare il mio script o migliorarlo.