8

特定の URL から情報を取得するために、Facebook のようなスクレーパーをコーディングしています。基本的な機能を完了するための 1 つのステップにすぎません。これまでの問題は、役に立たない画像を削除することです。たとえば、ランダムな URL を実行すると、次のすべての画像が取得されます。

Scraper Object
(
    [url] => http://buzz.money.cnn.com/2012/07/23/spain-italy-short-selling/?iid=HP_Highlight
    [title] => Spain and Italy ban short selling  - The Buzz  - Investment and Stock Market News
    [description] => The Euronext 100 stock index falls sharply on renewed concerns about Spain.    Securities regulators in Spain and Italy both instituted short-selling bans Monday as financial markets tumbled.    The move is designed to limit the downward pressure
    [imageUrls] => Array
        (
            [0] => http://cnnmoneybuzzblog.files.wordpress.com/2012/07/chart_ws_index_euronext100_201272310932-09.png
            [1] => http://i.cdn.turner.com/money/.e1m/img/5.0/data/feargreed/scale.316x95.png
            [2] => http://i2.cdn.turner.com/money/.element/img/5.0/sections/contributors/ben_rooney_130.jpg
            [3] => http://i2.cdn.turner.com/money/.element/img/5.0/sections/contributors/catherine_tymkiw.02.jpg
            [4] => http://i2.cdn.turner.com/money/.element/img/5.0/sections/contributors/paul_lamonica.02.jpg
            [5] => http://i2.cdn.turner.com/money/.element/img/5.0/sections/contributors/hibah_yousuf.02.jpg
            [6] => http://i2.cdn.turner.com/money/.element/img/5.0/sections/contributors/maureen_farrell.02.jpg
            [7] => http://i2.cdn.turner.com/money/.element/img/5.0/sections/contributors/ben_rooney.02.jpg
            [8] => http://i.cdn.turner.com/money/.element/img/4.0/services/button_login.gif
            [9] => http://www.bizographics.com/collect/?fmt=gif&pid=311
            [10] => http://pixel.quantserve.com/pixel/p-5dyPa639IrgIw.gif
            [11] => http://i.cdn.turner.com/money/.element/img/1.0/misc/1.gif
            [12] => http://buzz.money.cnn.com/2012/07/23/spain-italy-short-selling/?iid=HP_Highlight//pixel.quantserve.com/pixel/p-18-mFEk4J448M.gif?labels=%2Clanguage.en%2Ctype.wpcom%2Cposttag.bonds%2Cposttag.dow%2Cposttag.ibex%2Cposttag.italy%2Cposttag.lehman%2Cposttag.milan%2Cposttag.nasdaq%2Cposttag.sp-500%2Cposttag.short-selling%2Cposttag.spain%2Cposttag.stock%2Cposttag.yields%2Cvip.cnnmoneybuzzblog
            [13] => http://stats.wordpress.com/b.gif?v=noscript
        )

)

.gif または .png で終わるすべての画像を削除し、配列内に .jpg を入れる方法を見つける必要があるだけです。これにより、ユーザーは記事を見て適切な画像を選択できます。

いくつかの配列関数を試しましたが、指定されたほぼすべての URL で機能するには、正規表現の魔法が必要だと思います。

$info->urlPS などを使用してすべての配列データにアクセスできます$info->description。その配列をフィルタリングするだけで、準備が整います。

4

3 に答える 3

5

正規表現を使用しない場合:

foreach ($objects_array as $obj){
  foreach($obj->imageUrls as $key => $img){
    if(substr($img, -4) === '.gif' || substr($img, -4) === '.png'){
      unset($key);
    }
  }
}

および正規表現を使用：

$pt = '/gif$|png$/';
foreach ($objects_array as $obj){
  foreach($obj->imageUrls as $key => $img){
    $res = preg_match($pt, $img);
    if($res){
      unset($key);
    }
  }
}
于 2012-07-24T00:09:49.040 に答える
3

array_filter を試してください:

http://php.net/manual/en/function.array-filter.php

コールバック関数は、正規表現が .png または .gif に一致する場合に false を返す非常に基本的な関数である必要があります。

于 2012-07-24T00:03:58.333 に答える
0

配列が構築された後にフィルタリングできます。

function only_jpgs($url){
    return substr($url, -4) == '.jpg' ? $url : false;
}

$info->imageUrls = array_filter($info->imageUrls, "only_jpgs");

ただし、アレイを構築する前に、おそらく画像を除外する必要があります。

于 2012-07-24T00:29:41.870 に答える