Como extraer el contenido que esta entre dos etiquetas

[juandedios]

Saludos:

Quisiera saber como hacer para extraer el contenido que hay entre dos etiquetas, por ejemplo, tengo un texto, dentro de este texto dice:

<a href = "...">Pagina Web1</a>
<a href = "...">Pagina Web2</a>
<a href = "...">Pagina Web3</a>

Yo quisiera saber como puedo extraer lo que esta dentro de <a> y </a>.

Espero que alguien me de una guia, gracias.

[GatorV]

Hola juandedios,

Para eso debes de usar preg_match.

Saludos.

[juandedios]

Ok, lo revise en php.net pero aun no me queda muy claro, podrias guiarme con un ejemplo de como extraer lo que esta dentro de las etiquetas <a> y </a>?

[pateketrueke]

asi...

Código PHP:

  if (preg_match('/<a[^>]*>(.+?)<\/a>/i', '<a href="foo">Link<a/><a name="bar">Anchor</a>', $test))
{
print_r($test);
}  
   

ahora... intenta estudiar un poco....

[juandedios]

Lo que quiero hacer es lo siguiente:

Primero Busco desde un formulario hecho en mi página una palabra en Google, luego hago que el código fuente de dicha búsqueda sea guardada en una variable, despues quiero extraer todos los contenidos que hay dentro de las etiquetas <a> y </a> que hay en este codigo fuente.

Lo que yo voy haciendo está así, a ver si de esto, me pueden guiar mejor:

<php>
<?php
$s = $_GET["search"];

//Para buscar en Google
if (isset($_GET["buscarg"])) {
$url_a = "http://www.google.com.pe/search?hl=es&q=";
$url_b = "&meta=";
}

$url = $url_a . $s . $url_b;

$url_web = fopen ($url, "r");
if (!$url_web) { echo "<p>Error obteniendo codigo fuente de la web.\n"; exit; }

while (!feof ($url_web)) {
$contenido .= fgets ($url_web);
}

fclose($url_web);

$patron = '/<a>(.*?)<\/a>/';
preg_match_all ($patron, htmlentities("$contenido"), $matches);
echo "<pre>";
print_r($matches[1]);
echo "</pre>";
?>
</php>
en la impresión me sale esto:

Array
(
)

Porfa ayúdenme.

[GatorV]

htmlentities te reemplaza los caracteres, por lo que nunca te va a servir tu patrón, quita htmlentities para que te funcione correctamente.

Saludos.

[pateketrueke]

estos <a> estan vacios???

$patron = '/<a>(.*?)<\/a>/';

Si en realidad contienen atributos, como href... puedes omitirlos ((y a laves agregarlos en el patron)) asi...


$patron = '/<a[^>]*>(.*?)<\/a>/';

algo mas?

[juandedios]

Y por ejemplo si quisiera extraer sólo el contenido de aquellas etiquetas <a> que dentro tengan el atributo class=1.

Yo estoy intentándolo pero nada que me sale.

[pateketrueke]

primero... obtienes el arreglo de todos los match...

luego los pero esto ves, intenta capturar ([^>]*) para poderlo usar como referencia de atributos,
luego con otra expresion /\s*([\w:-]+)\s*=\s*"([^"]*)"/i nos apoderamos de los atributos, ahora si... podemos empezar a compararlos ¿me explico?


((y una area de expresiones regulares)) ¿donde?

[GatorV]

Hola juandedios,

Te recomiendo veas esta clase: htmlSQL, podrías hacer algo así:

Código:

SELECT * FROM a WHERE $class==1

Saludos.

[juandedios]

Hola GatorV, estuve chekando la clase que me recomendaste y por los ejemplos se ve bien buena, la quiero implementar a lo que estoy haciendo, pero creo que algo anda mal, te pongo aquí el script para ver si ves algun error.

Código PHP:

  <?php 
include_once("js/snoopy.class.php"); 
include_once("js/htmlsql.class.php"); 
 
$s = $_GET["search"]; 
 
//Para buscar en Google 
if (isset($_GET["buscarg"])) { 
    $url_a = "http://www.google.com.pe/search?hl=es&q="; 
    $url_b = "&meta="; 
} 
     
$url = $url_a . $s . $url_b; 
 
$wsql = new htmlsql(); 
     
    if (!$wsql->connect('url', $url)){ 
        print 'Error mientras se conectaba: ' . $wsql->error; 
        exit; 
    } 
     
    if (!$wsql->query('SELECT * FROM a WHERE $class == 1')){ 
        print "Query error: " . $wsql->error;  
        exit; 
    } 
 
    // show results: 
    foreach($wsql->fetch_array() as $row){ 
     
        print_r($row); 
         
    } 
?>   

La cosa es que no me sale nada, ni siquiera un mensaje de error.

[GatorV]

Tienes configurado tu PHP para mostrar errores?, pon esto al inicio de tu script:

Código PHP:

  error_reporting( E_ALL );  
   

Saludos.

[juandedios]

Lo puse y nada.