fopen() y expresiones regulares

[Suyta]

Hola chicos
Tengo que abrir una página y encontrar una serie de cadenas de texto para luego volcar todo a un archivo Excel pero... no puedo ni empezar.

Código PHP:

  <?php
$name="http://www.gwinnettdailypost.net/GDP-Legals/LegalAds/950.html";
$file_handle = fopen($name, "r");
 
while (!feof($file_handle)) {
 
$line_of_text = fopen($file_handle);
$texto = $line_of_text;
 
//echo $line_of_text;
$cadena = $texto;
$patron = "/Security Deed given by /";
$encontrado = preg_match_all($patron, $cadena, $coincidencias, PREG_OFFSET_CAPTURE);
 
if ($encontrado) {
    print "<pre>"; print_r($coincidencias); print "</pre>\n";
 
    print "<p>Se han encontrado $encontrado coincidencias.</p>\n";
    foreach ($coincidencias[0] as $coincide) {
        print "<p>Cadena: '$coincide[0]' - Posición: $coincide[1]</p>\n";
    }
} else {
    print "<p>No se han encontrado coincidencias.</p>\n";
}
 
}
 
fclose($file_handle);
 
 
?>   

Qué estoy haciendo mal ?
No me devuelve nada, en la página está el texto que busco y me manda que no encuntra coincidencias... además el bucle está mal creo porque veo cientos de 'no hay coincidencias...
Por favor una ayuda, muchas gracias.

[pateketrueke]

es mas rápido, y directo... usar file_get_contents() de ahí, haces luego normal todo...

Referencia: http://php.net/file_get_contents

[Suyta]

me parece a mí o es más lento ?

[pateketrueke]

lo que sucede es que con tratamientos fopen() vas leyendo poco a poco, y sobre todo ya que usas un ciclo... y eso, es lento (para mi)

en cambio, file_get_contents() asigna el resultado de una sola ves.... y no tienes que usar ciclos.... inmediatamente de asignarlo a una variable (en la siguiente linea) puedes hacer tu tratamiento regex (expresiones regulares)

aun así, todo depende de el estilo de programación de cada quien... suerte!

[Suyta]

Gracias pateketrueke pero no me pidas 'estilo' a duras penas me doy maña...

Ahora sí corre bien con esto

Código PHP:

   
$name="http://www.gwinnettdailypost.net/GDP-Legals/LegalAds/950.html";
 
$data = file_get_contents("http://www.gwinnettdailypost.net/GDP-Legals/LegalAds/950.html");
 
preg_match('/Security Deed given by /', $data, $m);
 
//preg_match("/<div id=\"precio\">(.*?)<\/div>/", $data, $m);
echo $m[1]; 
   

pero no devuelve el texto y sé que está ahí...
está bien la sintaxis ?
Mil gracias otra vez.

[pateketrueke]

ahora, el truco esta en analizar el código fuente del documento que estas leyendo...

analiza bien cualquier patrón útil, y atacarlo.... si encuentro algo, te aviso.... suerte!

NOTA: me imagino que solo necesitas el nombre, o que tantos datos... eh?

[Suyta]

Yea, necesito una cuantos datos de cada noticia... nombre, fecha, nombre y dirección del banco, monto, y unas pocas cosas más.
Ya tengo una idea de los patrones:

Name of Party: 'Security Deed given by ' (siempre empieza con esto)
Bank Name: 'as last transferred to' (siempre empieza con esto)
Bank Address: 'with the debtor is: ' (siempre empieza con esto)

y así más o menos el resto pero... no tengo la más p.... puntana idea de cómo hacerlo

[pateketrueke]

ta' bueno...

por lo visto, es un mal HTML, asi que solo vi estos detalles... espero te sirvan

- cada bloque esta dentro de un <P> (esa es una clave)
- solo usan <BR> para delimitar saltos de linea

y puesto a que no hay mas patrones que rodeen tus datos a pillar, esta medio compleja la cosa....

- capturas primero, todos los contenidos de <P></P>
- de estos contenidos, separas todo en lineas... por medio de <BR>
- luego, ahora si... tendrías que hacer tu análisis regex linea por linea, bloque por bloque...

suerte!

[Suyta]

Muchísimas gracias

[Tombar]

por lo que veo lo que quieres es parsear una web a csv.

te recomiendo si no tienes mucha experiencia con expresiones regulares y/o el html de estos tipos apesta que pruebes con la extencion xpath para firefox y la classe que hay para php :P

es muy util para parsear webs :D

BlachHaT mismo lo que estas haciendo sin dudas^^

[Suyta]

Gracias ! entiendo lo que me decís pero tengo que hacerlo de la otra forma, no tengo salida

[Suyta]

Ayuuuuuuda

Logré esto

Código PHP:

  $data="<P><B>NOTICE OF SALE<BR>
UNDER POWER</B><BR>
GEORGIA,<BR>
GWINNETT COUNTY<BR>
Under and by virtue of the Power of Sale contained in a Security Deed given by <B>Cristina Abboud to JPMorgan Chase Bank, NA, </B>dated April 5, 2007, ";
 
preg_match_all("/\<B\>(.*?)\<\/B\>/is", $data, $m, PREG_PATTERN_ORDER);
 
 
$m = $m[1];
 
echo $m[1]; 
   

:

Hasta ahí llego pero si quisiera poner que termine con to cómo séría ?

(espacio)to(espacio)

Ahora estoy editando... las expresiones regulares pude sacarlas pero el mayor problema que tengo es el tamaño del archivo... se hace casi imposible manejarlo. Casi nunca puedo terminar el proceso.
Hay alguna solución ?

[pateketrueke]

lo del tiempo de proceso lo puedes cambiar para que te de mas tiempo... con max_execution_time en tu php.ini, o bien... desde PHP (no recuerdo como)

lo del to es mas simple.... ¿porque no lo agregas manualmente?

[Suyta]

jejee, estoy intentando

Gracias !