tratar codigo html

[TCL_ZIP]

Tengo todo el codigo obtenido desde una pagina web, que sigue el patron:

Código:

<tr>
<td>dato1</td>
<td>dato 2</td>
<td>dato 3</td> 
<td>dato 4</td>
</tr>

como puedo obetener esos datos? creo que es con la funcion sscanf, pero no hay manera de que me los saque, no lo consigo, alguna idea?

[aloqui]

Yo creo que es mejor usando expresiones regulares.
Ejemplo (suponiendo que no hay fines de linea):
/<tr><td>(.*)</td><td>(.*)</td><td>(.*)</td><td>(.*)</td></tr>/

[TCL_ZIP]

el problema es que si hay fines de linea, los cambios de linea estan igual como te los he puesto yo, y esa expr regular con que la utilizas?
con preg_match? con sscanf?

[aloqui]

La funcion de PHP a utilizar sería ereg o eregi

En cuanto a los fines de linea, en PERL se hace añadiendo el modificador "m" a la expresión regular, creo que en PHP se hace igual aunque yo no lo he utilizado: http://es2.php.net/manual/en/referen....modifiers.php

[TCL_ZIP]

no hay manera :S srry soy novato, he echo el siguiente codigo:

$ranking = file_get_contents("http://cp.futur0.com/db/ranking_jobs.php?job=4005"); //obtenemos el listado de ranking
ereg("/<tr>/m<td>(.*)</td>/m<td>(.*)</td>/m<td>(.*)</td>/m<td>(.*)</td></tr>/",$ranking,$registros);
echo $registros[0].$registros[1].$registros[2].$registros[3].$registros[4];

y siempre me devuelve vacio :S

[aloqui]

Ahora no puedo probarlo, pero de momento veo que tienes mal la expresión regular. El modificador "m" va únicamente al final. Prueba con:
"/<tr><td>(.*)<\/td><td>(.*)<\/td><td>(.*)<\/td><td>(.*)<\/td><\/tr>/m"

[TCL_ZIP]

sigue sin funcionar... pero de todas maneras no termino de entender el porque solo al final? el cambio de linea se realiza al final de los <tr> y al final de los <\td> si lo pones después del patron le aplicas alg parecido al, ignorar los saltos de linea?

[TCL_ZIP]

Al final buscando a través de internet he encontrado una parte de codigo que me sirve, y me funciona, era simplemente:
Asi que he creado el siguiente script:

Código PHP:

  $ranking = file_get_contents("http://cp.futur0.com/db/ranking_jobs.php?job=4005"); //obtenemos el listado de ranking
eregi("<tr>[ \t\n\r\m]*<td>(.*)</td>[ \t\n\r\m]*<td><img align=absmiddle height=20 width=20 src=\"http://server.futur0.com/futur0/obtenerlogo.php?gdid=(.*)&eb=(.*)\">(.*)</td>[ \t\n\r\m]*<td>(.*)</td>[ \t\n\r\m]*<td>(.*)</td>[ \t\n\r\m]*</tr>",$ranking,$registros);
 
echo $registros[0]; 
   

el problema que tengo ahora? creo que es el tema de obtener los datos de ese link, que con el doble entrecomillado en src, no me lo coje o algo asi, (sin esa linea me funciona)

haver si alguien me podria echar una mano ^^

[aloqui]

El modificador a usar para la opcion multiline era el "s" y no el "m" que te habia indicado.
Y para que lo tome, en lugar de la funcion ereg debes usar la funcion preg_match.

Ejemplo.
Con:

Código:

<?php
$ranking = file_get_contents("http://cp.futur0.com/db/ranking_jobs.php?job=4005"); //obtenemos el listado de ranking
$regExp = '/<tr>.*?<td.*?>(.*?)<\/td>.*?<td.*?>(.*?)<\/td>.*?<td.*?>(.*?)<\/td>.*?<td.*?>(.*?)<\/td>/s';
preg_match( $regExp, $ranking, $matches );
print_r($matches);
?>

Obtendrás el resultado siguiente:

Código:

Array
(
    [0] => <tr>
<td width=10><b>#</b></td>
<td><b>Personaje</b></td>
<td><b>Clase</b></td>
<td><b>Nivel</b></td>
    [1] => <b>#</b>
    [2] => <b>Personaje</b>
    [3] => <b>Clase</b>
    [4] => <b>Nivel</b>
)

[TCL_ZIP]

y para meter el source de la imagen? tal y como te he puesto en el post numero 8?

[TCL_ZIP]

he estado provando tu codigo pero solamente me recibe la primera fila (la cabecera) como podria hacer para que me leyera todas?

[aloqui]

Para que te lea todo lo que cumpla esa expresion regular debes utilizar preg_match_all en lugar de preg_match.

Si la fila que quieres leer tiene alguna caracteristica especial (o se la puedes poner) que no tienen las otras, entonces puedes modificar la expresion regular incluyendo dicha característica: "img align=absmiddle", o lo que sea.

[TCL_ZIP]

ok, ahora lo unico que me falla, es que se me para de leer cuando encuentra espacios.. eso porque puede ser?

[TCL_ZIP]

nadie sabe? especifico un poco mas por si alguien puede ayudarme... el codigo que uso es el siguiente:

Código PHP:

      for ( $i = 1 ; $i <= 100 ; $i ++) {
        
        $regExp = "/<tr>.*?<td.*?>".$i.".<\/td>.*?<td.*?>(.*?)<\/td>.*?<td.*?>(.*?)<\/td>.*?<td.*?>(.*?)<\/td>/s";
        preg_match( $regExp, $ranking, $matches );
        $logonombre = explode (" ",$matches[1]);
        $logotipo= explode("\"",$logonombre[4]);
        if($logonombre[5]==''){
        
        }else{
            $sql="INSERT INTO userbar (logo, nombre,job,lvl) VALUES (\"".caracteresespeciales($logotipo[1])."\",\"".caracteresespeciales($logonombre[5])."\",\"".caracteresespeciales($matches[2])."\",\"".caracteresespeciales($matches[3])."\");\n ";
            mysql_select_db($database_userbar, $userbar);
            $query_borrar = $sql;
            $borrar = mysql_query($query_borrar, $userbar) or die(mysql_error());
        }
    } 
   

el problema es que en el segundo td, siempre hay este tipo de información:

<img align=absmiddle height=20 width=20 src="http://server.futur0.com/futur0/obtenerlogo.php?gdid=4191&eb=16"> Flipimongui

el problema es que todo el contenido de la imagen me lo coje bien, pero en donde pone flipimongui, si es una frase como por ejemplo "Flipi Mongui" solamente captura el "Flipi" porque puede ser?