Форум Регулярные Выражения

Здравствуйте!
Сейчас пробую писать скрипт, общий смысл примерно такой:

В форму на сайте вводится url, и скрипт обработав его должен вывести содержимое страницы между тегами <title></title> и содержимое META-тега description, т.е. название и описание введенной страницы.

сейчас готов кусок кода извлекающий название страницы по введенному url:

$fp=fopen("$url",r); $file=fread($fp,1500); $lt1=stristr($file,"<title>"); $pt1=substr($lt1,7); $lt2=strpos($pt1,"</"); $title=substr($pt1,0,$lt2); echo $title;

Никак не получается придумать, точный алгоритм обработки и вывода описания страницы тега description.

Если кто может чего-нибудь посоветовать и помочь, напишите пожалуйста!

Спасибо!

Помоему твой код неправильно выведет если между <title></title> будет примерно такое:

... <title>Символ "</" зачем он нужен?</title> ...

Это можно осуществить при помощи скрипта

<?php    $text = file_get_contents($url);    preg_match("#<META[\s]+name[\s]*=[\s]*['\"]?description['\"]?[\s]*content[\s]*=[\s]*['\"]?([^>\"\']+)['\"]?>#iU",             $text, $out);    echo "<pre>";    echo $out[1];    echo "</pre>";  ?>

Так, кажется я понял!
Т.е. в данном документе ищем строку по заданному шаблону, a то что находится в шаблоне внутри круглых скобок - это и есть элемент массива с нужными нам данными! КРУТО!

А я еще вот что накопал, и хотелось бы услышать мнение на этот счет, что лучше?

$meta=get_meta_tags($url);  $description=$meta['description'];

А с <title> можно тогда также поступить! Правильно?

$text = file_get_contents($url);    preg_match("#<title>([^<\"\']+)</title>#iU",             $text, $out);    echo "<pre>";    echo $out[1];    echo "</pre>";

Да, а что значит "U" в конце выражения?

Спасибо!

Да, можно и с title также поступить, здесь даже недавно тема была про title.

Модификатор U изменяет "жадность" регулярного выражения - если в обычном режиме регулярное выражение старается найти как можно более длинное соответствие, то с модификатором U - регулярное выражение старается найти как можно более короткое соответствие http://www.softtime.ru/forum/read.php?id_forum=6&id_theme=7118.
Почитать подробнее о модификатарах можно по ссылке http://www.softtime.ru/dic/id_dic=133&id_group=3.

http://www.softtime.ru/forum/read.php?id_forum=6&id_theme=7298

И еще один вопрос!

В результате работы скрипта при вводе некоторых сайтов, на выходе получается что-то типа:

порно фото и рассказы
или
УЛБЮБФШ РПТОП Ч ЖПТНБФЕ 3gp ДМС ФЕМЕЖПОБ motorola c 650

Как можно решить проблему, чтобы все выводилось в одной кодировке?

Спасибо!

Нужно преобразовывать кодировку - первая это UTF-8, вторая KOI8-R. Решать эту проблему следует либо при помощи функций iconv http://www.softtime.ru/group/id_group=11, либо при помощи подручных средств http://www.softtime.ru/forum/read.php?id_forum=1&id_theme=3425 и функции convert_cyr_string() http://www.softtime.ru/dic/id_dic=16&id_group=1

Все прочитал, вроде понятно, но что-то не получается!

А можно разобрать на конкретном примере?

Предположим вводится некий url, скрипт идет по нему и извлекает из этой страницы два значения - название страницы и ее описание, далее определяется текущая кодировка полученных данных. Если кодировка не соответствует windows-1251, то выполняется конвертирование, иначе все нормально и скрипт работает дальше.

Данные для примера:
$utf="продажа машины в кредит";
$koi="УНЕЫОЩЕ Й ЧЕУЕМЩЕ РПЪДТБЧМЕОЙ";

Спасибо!

Для KOI8-R всё просто

<?php    $koi = "УНЕЫОЩЕ Й ЧЕУЕМЩЕ РПЪДТБЧМЕОЙ";   echo convert_cyr_string($koi,'k','w'); ?>

Для UTF-8 уже не получится преобразовать так как бинарные данные побиты кодировкой cp1251 на форуме - нужно текст прямо из источника брать.

PS Определить какая кодировка без указания (например в META-тэге) нельзя - тут только на глазок и запоминать где в какой кодировке данные представлены.

Т.е. как я понял определить кодировку части текста нельзя, и единственным условием, которое здесь можно применить - это запрашивать кодировку всего документа из мета-тега charset. И уже на основании полученного значения применять конвертацию в нужном направлении.

Я правильно понял?

да.