HTML Seiten auslesen und in Datenbank schreiben

Beitrag von **Dennis63** » 02.04.2006 15:45

Dann machste ne WHILE Schleife und machst alles manuell mit substr() und strpos()

Grüße
Dennis

fanrpg · Beitrag von **fanrpg** » 02.04.2006 15:46

while( list( $id, $text) = each( $array) )
{
$text = stripslashes($text);
if( !empty($text) or $text = " " )
{
// Ausführen wenn Zeile nicht leer ist
}
}

So könnte man das umgehen würde ich dann mal sagen.
Zeile für Zeile.

Oder so wie Dennis geschrieben hat würds auch gehen.

mgutt · Beitrag von **mgutt** » 02.04.2006 18:07

Derzeitiger Stand (Problem besteht immer noch):

Code: Alles auswählen

<?php
$datei = "dateiname.htm";
$text = file($datei);
for ($i = 0; $i < count($text); $i++)
{
 	if( empty($text[$i]) || $text[$i] == " " || $text[$i] == "" || $text[$i] == " /n" || $text[$i] == "/n") 
	{
		unset($text[$i]);
	}
	else
	{
		$text[$i] = preg_replace("/\<(.*?)\>/si", "", $text[$i]);
		$text[$i] = str_replace("&nbsp;", "", $text[$i]);
		$text[$i] = str_replace("<!--", "", $text[$i]);
		$text[$i] = str_replace("var thispagename = self.location.href.substring(self.location.href.lastIndexOf('/')+1,self.location.href.length);", "", $text[$i]);
		$text[$i] = str_replace("if(!parent.mainFrame)", "", $text[$i]);
		$text[$i] = str_replace("{", "", $text[$i]);
		$text[$i] = str_replace("}", "", $text[$i]);
		$text[$i] = str_replace('window.location.href="index.html?"+thispagename;', "", $text[$i]);
		$text[$i] = str_replace("//-->", "", $text[$i]);
		$text[$i] = trim($text[$i]);
	}
}
print_r($text);
?>

Beitrag von **S2B** » 02.04.2006 18:11

Warum liest du die Datei eigentlich nicht mit fread() in einen String und bearbeitest den dann mit RegEx's oder str_replace()? Dann sparst du dir nämlich die ganzen Schleifen und hast auch kein Problem mehr mit trim()...

mgutt · Beitrag von **mgutt** » 02.04.2006 19:45

ich brauche einen array, da die zeile x der titel ist und der text nachher die zeile y. (als beispiel) und die werte kommen dann nachher in die datenbank

ich verstehe das nicht.

warum gibt das:

Code: Alles auswählen

<?php
$datei = "dateiname.htm";
$text = file($datei);
for ($i = 0; $i < count($text); $i++)
{
	$text[$i] = preg_replace("/\<(.*?)\>/si", "", $text[$i]);
	$text[$i] = str_replace("&nbsp;", "", $text[$i]);
	$text[$i] = str_replace("<!--", "", $text[$i]);
	$text[$i] = str_replace("var thispagename = self.location.href.substring(self.location.href.lastIndexOf('/')+1,self.location.href.length);", "", $text[$i]);
	$text[$i] = str_replace("if(!parent.mainFrame)", "", $text[$i]);
	$text[$i] = str_replace("{", "", $text[$i]);
	$text[$i] = str_replace("}", "", $text[$i]);
	$text[$i] = str_replace('window.location.href="index.html?"+thispagename;', "", $text[$i]);
	$text[$i] = str_replace("//-->", "", $text[$i]);
	$text[$i] = trim($text[$i]);
 	if ( empty($text[$i]) || $text[$i] == " " || $text[$i] == "" || $text[$i] == " /n" || $text[$i] == "/n") 
	{
		unset($text[$i]);
	}
}
print_r($text);
?>

plötzlich das aus:

Code: Alles auswählen

Array
(
    [36] =>     </tr>

    [37] =>     <tr> 

    [38] =>       <td width="9%"> <div align="left"></div></td>

    [39] =>       <td width="82%"> <div align="center"> 

    [40] =>           <p><strong>titel</strong></p>

    [41] =>         </div></td>

    [42] =>       <td width="9%">&nbsp;</td>

    [43] =>     </tr>

    [44] =>     <tr>

    [45] =>       <td height="30">&nbsp;</td>

    [46] =>       <td height="30">&nbsp;</td>

    [47] =>       <td height="30">&nbsp;</td>

    [48] =>     </tr>

    [49] =>     <tr> 

    [50] =>       <td height="30">&nbsp;</td>

    [51] =>       <td><div align="center"> 

    [52] =>           <p>textzeile

    [53] =>             textzeile

    [54] =>             textzeile

    [55] =>             textzeile 

    [56] =>             textzeile 

    [57] =>             textzeile

    [58] =>             textzeile</p>

    [59] =>           </div></td>

    [60] =>       <td height="30">&nbsp;</td>

    [61] =>     </tr>

    [62] =>     <tr> 

    [63] =>       <td width="9%" height="30">&nbsp;</td>

    [64] =>       <td width="82%" height="30"> <div align="right"><font face="Arial, Helvetica, sans-serif"><a href="lexikon.htm">zur&uuml;ck</a></font></div></td>

    [65] =>       <td width="9%" height="30">&nbsp;</td>

    [66] =>     </tr>

    [67] =>   </table>

    [68] => </div>

    [69] => </body>

    [70] => </html>

)

bis einschließlich 35 schien es ja geklappt zu haben.. danach greift der filter aber nicht mehr und gibt den normalen inhalt aus?!

zeile 35 beinhaltet das:

Code: Alles auswählen

      <td colspan="3">&nbsp;</td>

mgutt · Beitrag von **mgutt** » 02.04.2006 20:23

Ok, der Fehler war naheliegend. Bei For-Schleifen wird der 2. Ausdruck in der Klammer immer wieder aufs neue geprüft und durch das Löschen einzelnder Array Elemente hat sich die Anzahl der Zeilen reduziert, was einen Abbruch der Schleife zur Folge hatte, bevor das Letzte eigentlich erreicht wurde.

Daher muss ich die Zeilenanzahl einfach vorher einmal zählen, bevor ich mit der Schleife beginne.

So sieht es jetzt aus:

Code: Alles auswählen

<?php
$datei = "dateiname.htm";
$text = file($datei);
$textzeilen = count($text);
for ($i = 0; $i < $textzeilen; $i++)
{
	$text[$i] = preg_replace("/\<(.*?)\>/si", "", $text[$i]);
	$text[$i] = str_replace("&nbsp;", "", $text[$i]);
	$text[$i] = str_replace("<!--", "", $text[$i]);
	$text[$i] = str_replace("var thispagename = self.location.href.substring(self.location.href.lastIndexOf('/')+1,self.location.href.length);", "", $text[$i]);
	$text[$i] = str_replace("if(!parent.mainFrame)", "", $text[$i]);
	$text[$i] = str_replace("{", "", $text[$i]);
	$text[$i] = str_replace("}", "", $text[$i]);
	$text[$i] = str_replace('window.location.href="index.html?"+thispagename;', "", $text[$i]);
	$text[$i] = str_replace("//-->", "", $text[$i]);
	$text[$i] = trim($text[$i]);
 	if ( empty($text[$i]) ) 
	{
		unset($text[$i]);
	}
}
$text = array_values($text);
print_r($text);
?>

am ende sortiere ich mit array_values die array ids neu und alles ist so wie es soll

hagily · Beitrag von **hagily** » 02.04.2006 20:56

Postest du bitte mal wenn du das ganze fertig hast?

Felix

mgutt · Beitrag von **mgutt** » 04.04.2006 00:03

Code: Alles auswählen

<?php

$aktuell = getcwd(); 

$verzeichnis = opendir($aktuell); 

while ($eintrag = readdir())
{
	if (is_file($eintrag) && strrchr($eintrag, ".") == '.htm' )
	{
		$text = file($eintrag);
		$textzeilen = count($text);
		for ($i = 0; $i < $textzeilen; $i++)
		{
			$text[$i] = str_replace(">zur&uuml;ck<", "><", $text[$i]); // Diverse Filter für Tags, Zeilen und Wörter, die wir nicht gebrauchen können.
			$text[$i] = preg_replace("/\<(.*?)\>/si", "", $text[$i]);
			$text[$i] = str_replace("&nbsp;", "", $text[$i]);
			$text[$i] = str_replace("<!--", "", $text[$i]);
			$text[$i] = str_replace("var thispagename = self.location.href.substring(self.location.href.lastIndexOf('/')+1,self.location.href.length);", "", $text[$i]);
			$text[$i] = str_replace("if(!parent.mainFrame)", "", $text[$i]);
			$text[$i] = str_replace("{", "", $text[$i]);
			$text[$i] = str_replace("}", "", $text[$i]);
			$text[$i] = str_replace('window.location.href="index.html?"+thispagename;', "", $text[$i]);
			$text[$i] = str_replace("//-->", "", $text[$i]);
			$text[$i] = trim($text[$i]);
			if ( empty($text[$i]) ) 
			{
				unset($text[$i]);
			}
		}
		$text = array_values($text);
		$titel = addslashes($text[0]);
		$beschreibung = addslashes(trim(str_replace($titel, '', implode(" ", $text))));
		if ( !empty($titel) && !empty($beschreibung) && strpos($titel, 'Adobe Web-Fotogalerie') === false ) // Hier werden die Dateien gefiltert, die nicht zum Lexikon hinzugefügt werden sollen. Am besten vor dem SQL erst alle Titel und Beschreibungen per Echo ausgeben
		{
			$sql  = "INSERT INTO ". LEXIKON ." (titel,text) VALUES ('$titel','$beschreibung')";
			if ( !mysql_query($sql) )
			{
				die("Message: Could not update lexikon information <br> at File: " . __FILE__ . " on line: " . __LINE__);
			}
		}
	}
}

closedir($verzeichnis);

?>

hat wunderbar geklappt.

hagily · Beitrag von **hagily** » 05.04.2006 13:23

Ich habe nun eine Datei mit nicht nur 2 sondern 6 Spalten (Name Altersgruppe Beitrag Termin Verfügbar? ID)

wie muss ich jetzt $text und $titel verändern/erweitern damit das passt?

mgutt · Beitrag von **mgutt** » 05.04.2006 14:23

ersetz mal das:

Code: Alles auswählen

      $titel = addslashes($text[0]); 
      $beschreibung = addslashes(trim(str_replace($titel, '', implode(" ", $text)))); 
      if ( !empty($titel) && !empty($beschreibung) && strpos($titel, 'Adobe Web-Fotogalerie') === false ) // Hier werden die Dateien gefiltert, die nicht zum Lexikon hinzugefügt werden sollen. Am besten vor dem SQL erst alle Titel und Beschreibungen per Echo ausgeben 
      { 
         $sql  = "INSERT INTO ". LEXIKON ." (titel,text) VALUES ('$titel','$beschreibung')"; 
         if ( !mysql_query($sql) ) 
         { 
            die("Message: Could not update lexikon information <br> at File: " . __FILE__ . " on line: " . __LINE__); 
         } 
      }

gegen das um zu schauen was überhaupt für inhalte da sind:

Code: Alles auswählen

      print_r($text);