PHP

[Ктымца]

Пожалуйста, помогите разобраться. Мне нужно распарсить страницу inter.ua/ru/tv/2010/09/13, у меня возникли трудности и вопросы. Буду очень благодарна за помощь и за ответы на эти самые вопросы.


Это в порядке вещей, что функция loadHTMLfile выдает просто уйму ошибок по поводу html файла? Не можно как-то обойти, применить другую функцию?

В исходном коде страницы находятся </!--tv_schedule_day в единственном экземпляре, но использование item(0) не дает никаких результатов. Я как-то неправильно его применяю в следующем коде?

 <?php 
		$date="2010/09/13"; 
		$dom = new domDocument();
		@$dom->loadHTMLfile("http://inter.ua/ru/tv/".$date);
		
		$shedule =  $dom->getElementsByTagName('!--tv_schedule_day--');
		$as=$shedule->item(0)->nodeValue;
		echo $as;
?>

Можно ли каким-то образом применять повторно getElementsByTagName() к DomNodeListу? Ну, например

<?php
                $date="2010/09/13"; 
		$dom = new domDocument();echo $date;
		@$dom->loadHTMLfile("http://inter.ua/ru/tv/".$date);
		
		$shedule =  $dom->getElementsByTagName('!--tv_schedule_day--');
		
		$dt = $shedule->item(0)->getElementsByTagName('dt');
		
		for($i=0;$i<count($dt);$i++)	
		{
                	$dataBase['time'][$i]=$dt->item($i)->nodeValue;
                 }
?>

Comments

[O]

< !--tv_schedule_day--> - это комментарий. Как часть дерева DOM он является элементом Comment, который в свою очередь есть ни что иное, как CharacterData. Иными словами, его получить через getElementsByTagName() невозможно, а если бы было возможно, это ничего бы не дало.

Вообще говоря, получить все элементы <dt> должно быть возможно и вызовом метода getElementsByTagName() самого документа, т.е. в данном случае $dom->getElementsByTagName('dt') по идее должно дать то, что надо (не знаю правда, насколько прямо DOM реализован в php).

Далее, у элементов <dd> и <dt> нету своих собственных типов в структуре DOM, все эти элементы являются экземплярами типа HTMLElement, для которого стандартом установлено, что его nodeValue должен быть всегда null. Т.е. чтобы получить текст, записанный в эти элементы, необходимо будет разбирать их дочерние элементы, смотреть, не равен ли их nodeType значению константы TEXT_NODE, и только тогда брать nodeValue.

Простой пример на яваскрипте:

function getText(e){
	var str='';
	e = e.firstChild;
	if (e!=null){
		do{
			switch(e.nodeType){
				case document.TEXT_NODE:
					str+=e.nodeValue;
					break;
				case document.ELEMENT_NODE:
					str+=getText(e);
					break;
			}
		}while(e=e.nextSibling);
	}
	return str;
}
var dts=document.getElementsByTagName('dt'); 
var i; 
var dataBase={time:[]};
for(i=0; i<dts.length;i++){
	dataBase.time[i]=getText(dts.item(i));
} 
alert(dataBase.time[0]);

Или, в виде одной строки (для вставки в поле адреса):

javasсript:function getText(e){var str='';e = e.firstChild;if (e!=null){do{switch(e.nodeType){case document.TEXT_NODE:str+=e.nodeValue;break;case document.ELEMENT_NODE:str+=getText(e);break;}}while(e=e.nextSibling);}return str;}var dts=document.getElementsByTagName('dt'); var i; var dataBase={time:[]};for(i=0; i<dts.length;i++){dataBase.time[i]=getText(dts.item(i));} alert(dataBase.time[0]);

А вообще, какая задача стоит? Потому что судя по всему, с разбором тамошних dd'шек средствами DOM придётся повозиться неслабо.

[Ктымца]

Задача в том, чтобы написать функцию на PHP, которая бы записывала в массив с именными ключами "time","name","ref","img","descr" время, название, ссылку на страницу с развернутым описанием, адрес картинки и само описание телепередачи со страницы inter.ua/ru/tv/2010/09/13.
Спасибо большое! Вы мне очень помогли! Кажется, теперь я знаю, как дальше делать!

[O]

Не за что. Рад, что смог помочь.
Задача, как мне кажется, не сложная, но весьма трудоёмкая. Удачи.