Analizador sintáctico - parser

Althor · #1 (**permalink**) 26/02/2007, 09:11

Hola, alguien sabe si existe alguna variante o programa similar a Bison al que le pueda meter una gramática de HTML y pueda realizar acciones semánticas que genere código en PHP y no en C?.

La idea, por si alguien tiene alguna idea que no sea las que he puesto antes, es que tengo que leer una página en html y sacar el contenido de algunas etiquetas con determinado valor del atributo 'class'.

Gracias.

DeeR · #2 (**permalink**) 26/02/2007, 11:21

Una forma es analizar caracter por caracter el html e ir capturando datos ... lo cual es complicado (Aqu tengo un Tips que captura email de un texto cualquier utilizando una tecnica similar Capturar Email de un Texto )

Pero lo mejor, es usar expresiones regulares y funciones adecuadas del PHP. Aqui tengo otro Tips que te puede servir muxo Tips Expresiones Regulares

Entonces segun mi segundo Tips, imagina que quieres capturar todos los div noticias de un html, supongamos que neustro html es

Cita:

Nuestro Codigo PHP seria

Código PHP:

  <? 
// By http://deerme.org 
// Por supuesto tendras que abrir el Archivo HTML local o remoto 
// Y guardarlo en un String, la funcion fopen te sirve  
 
$texto='<div class="noticias>xxx xxx xxx xxx yyy xx yyy xxx</div> 
<div class="noticias>5523532 235325 2352523</div> 
<div class="noticias>xD xD xD xD 23523523 </div>'; 
 
$parser='|<div class="noticias>(.*?)</div>|is'; 
 
     
if( preg_match_all($parser, $texto, $title) ) 
{ 
    print_r($title); 
                  
}  
 
 
?>

Lo cual Imprime la estructura de la matriz $title

Código:

Array
(
    [0] => Array
        (
            [0] => <div class="noticias>xxx xxx xxx xxx yyy xx yyy xxx</div>
            [1] => <div class="noticias>5523532 235325 2352523</div>
            [2] => <div class="noticias">xD xD xD xD 23523523 </div>
        )

    [1] => Array
        (
            [0] => xxx xxx xxx xxx yyy xx yyy xxx
            [1] => 5523532 235325 2352523
            [2] => xD xD xD xD 23523523 
        )

)

Fijate que en $title[1][x] estan los datos capturados

Saludos

Althor · #3 (**permalink**) 27/02/2007, 09:39

Muchas gracias, lo he analizado y más o menos ya sé cómo enfocarlo.

xyyy7 · #4 (**permalink**) 27/02/2007, 10:15

Interesante...

Saludos.-

Althor · #5 (**permalink**) 27/02/2007, 10:41

Tengo una duda, la barra vertical | indica opción no?

Tienes una | al principio y otra al final en tu expresión regular. ¿Por qué la del principio y por qué después de la del final has puesto 'is' ?.