extraer datos de HTML

[farra]

tengo este codigo html... y quiero extraer los datos que estan entre las etiquetas <span id='algo'></span>

Código HTML:

 <span id="sp_EF_pc_0">Dólar</span> <span id="sp_EF_pc_0">5070</span> <span id="sp_EF_pv_0">5120</span> <span id="sp_EF_fl_0"></span> <span id="lbl_moneda_EF_1">Peso Argentino</span> <span id="sp_EF_pc_1">1350</span> <span id="sp_EF_pv_1">1400</span> <span id="sp_EF_fl_1"></span> <span id="lbl_moneda_EF_2">Real</span> <span id="sp_EF_pc_2">2160</span> <span id="sp_EF_pv_2">2240</span> <span id="sp_EF_fl_2"></span> 

nose como hacerlo ya que el id varia....

[David]

No entiendo, si lo quieres hacer dinámicamente debería ser con Javascript, no con PHP. ¿O recibes ese código HTML con PHP? .

[the_web_saint]

Si lo haces luego de un evento, le envias a la función javascript que hará ese procedimiento, el id del span.

[farra]

el problema es que lo recibo con php.. extraigo el fuente de una pagina externa que no tiene rss pero que genera un html dinamico y quiero leer el fuente y convertirlo en xml...


hasta aqui llegue hasta ahora...

Código PHP:

  <?php 
function extraevalor($chan){
$valorpri=explode('">', $chan);
$val=str_replace("</span>","",$valorpri[1]);
return $val;
}

// aca pones la direccion de la web
$url="http://www.maxicambios.com.py/print.php"; 
$url=htmlentities($url); 


// extrae el codigo fuente de pagina externa
$paginaweb = file_get_contents($url);

$moneda=explode('<span id="lbl_moneda_EF_0">', $paginaweb);
$actual=$moneda[1];
$act=explode('Cotizaciones', $actual);
$act2=explode('Actualizado', $act[0]);
$cotizaciones='        <span id="lbl_moneda_EF_0">'.strip_tags($act2[0], '<span><img>');

//$cotizaciones=str_replace("span","item",$cotizaciones);


//echo $cotizaciones;

$cot=explode("        ", $cotizaciones);

//print_r($cot);
foreach ($cot as $linea){
echo trim(extraevalor($linea)).",";
}


?>   

una ves que tenga todo por separado voy a poner por cada elemento...

este es el formato final que deseo:

Código HTML:

<?xml version="1.0" encoding="iso-8859-1"?>
<items>
  <monedas>
      <imgpais>imagen pais</imgpais>
      <compra>int</compra>
      <venta>int</venta>
      <imgsubioobajo>imagen bajoosubio</imgsubioobajo>
  </monedas>
<items> 

[David]

Puedes usar una expresión regular del tipo:
/<span id="([\w\d]+)">([^<]+)</span>/

Para capturar el id y los datos que tengas dentro de cualquier span.

[farra]

con que funcion utilizo esa expresion?
/<span id="([\w\d]+)">([^<]+)</span>/

[David]

Puedes usar preg_match:
http://www.php.net/preg_match

[farra]

acabo de probar con preg_match...

Código PHP:

  <?php 
function extraevalor($chan){
$valorpri=explode('">', $chan);
$val=str_replace("</span>","",$valorpri[1]);
return $val;
}

// aca pones la direccion de la web
$url="http://www.maxicambios.com.py/print.php"; 
$url=htmlentities($url); 


// extrae el codigo fuente de pagina externa
$paginaweb = file_get_contents($url);

$moneda=explode('<span id="lbl_moneda_EF_0">', $paginaweb);
$actual=$moneda[1];
$act=explode('Cotizaciones', $actual);
$act2=explode('Actualizado', $act[0]);
$cotizaciones='        <span id="lbl_moneda_EF_0">'.strip_tags($act2[0], '<span><img>');

//$cotizaciones=str_replace("span","item",$cotizaciones);


$asunto = $cotizaciones;
$patron = '/<span id="([\w\d]+)">([^<]+)</span>/';
preg_match($patron, $asunto, $coincidencias, PREG_OFFSET_CAPTURE, 3);
print_r($coincidencias);



//echo $cotizaciones;
/*
$cot=explode("        ", $cotizaciones);

//print_r($cot);
foreach ($cot as $linea){
echo trim(extraevalor($linea)).",";
}
*/

?>   

y me tira este error:
Warning: preg_match() [function.preg-match]: Unknown modifier 'p' in C:\wamp\www\test\cotizacion.php on line 27

[David]

Se me olvidó escapar la barra. Prueba así:

Código php:

$patron = '/<span id="([\w\d]+)">([^<]+)<\/span>/';
 

[farra]

Código PHP:

  <?php
 /*
function extraevalor($chan){
$valorpri=explode('">', $chan);
$val=str_replace("</span>","",$valorpri[1]);
return $val;
}
*/

function extraevalor($val){
$asunto = $val;
$patron = '/<span id="([\w\d]+)">([^<]+)<\/span>/';
preg_match($patron, $asunto, $coincidencias, PREG_OFFSET_CAPTURE, 3);
//print_r($coincidencias);
return $coincidencias;
}

// aca pones la direccion de la web
$url="http://www.maxicambios.com.py/print.php"; 
$url=htmlentities($url); 


// extrae el codigo fuente de pagina externa
$paginaweb = file_get_contents($url);

$moneda=explode('<span id="lbl_moneda_EF_0">', $paginaweb);
$actual=$moneda[1];
$act=explode('Cotizaciones', $actual);
$act2=explode('Actualizado', $act[0]);
$cotizaciones='        <span id="lbl_moneda_EF_0">'.strip_tags($act2[0], '<span><img>');

//$cotizaciones=str_replace("span","item",$cotizaciones);






//echo $cotizaciones;

$asunto = $cotizaciones;
$patron = '/<span id="([\w\d]+)">([^<]+)<\/span>/';
preg_match($patron, $asunto, $coincidencias, PREG_OFFSET_CAPTURE, 3);
echo $coincidencias[2][0];

/*
$cot=explode("        ", $cotizaciones);

//print_r($cot);
foreach ($cot as $linea){
echo extraevalor($linea);
}
*/

?>   

no me extrae... solo extrae el valor de compra de la primera moneda y el resto nada... ni siquiera me extrae el nombre de la moneda....

proba ejecutar ese codigo de arriba y te vas a dar cuenta....

para ver el fuente html que obtengo ejecuta esto:

Código PHP:

  <php
// aca pones la direccion de la web
$url="http://www.maxicambios.com.py/print.php"; 
$url=htmlentities($url); 


// extrae el codigo fuente de pagina externa
$paginaweb = file_get_contents($url);

echo $paginaweb;
?>  
  

y ese codigo html quiero convertirlo en:

Código HTML:

<?xml version="1.0" encoding="iso-8859-1"?>
<items>
  <monedas>
      <imgpais>imagen pais</imgpais>
      <compra>int</compra>
      <venta>int</venta>
      <imgsubioobajo>imagen bajoosubio</imgsubioobajo>
  </monedas>
<items> 

[David]

Usa preg_math_all para extraer todos los datos.

[farra]

uff... ahora me salio un super array todo desordenado....

como se cual monto corresponde a cada moneda....

ahi si me perdi....

Código PHP:

  <?php
 /*
function extraevalor($chan){
$valorpri=explode('">', $chan);
$val=str_replace("</span>","",$valorpri[1]);
return $val;
}
*/

function extraevalor($val){
$asunto = $val;
$patron = '/<span id="([\w\d]+)">([^<]+)<\/span>/';
preg_match($patron, $asunto, $coincidencias, PREG_OFFSET_CAPTURE, 3);
//print_r($coincidencias);
return $coincidencias;
}

// aca pones la direccion de la web
$url="http://www.maxicambios.com.py/print.php"; 
$url=htmlentities($url); 


// extrae el codigo fuente de pagina externa
$paginaweb = file_get_contents($url);

$moneda=explode('<span id="lbl_moneda_EF_0">', $paginaweb);
$actual=$moneda[1];
$act=explode('Cotizaciones', $actual);
$act2=explode('Actualizado', $act[0]);
$cotizaciones='        <span id="lbl_moneda_EF_0">'.strip_tags($act2[0], '<span><img>');

//$cotizaciones=str_replace("span","item",$cotizaciones);






//echo $cotizaciones;

$asunto = $cotizaciones;
$patron = '/<span id="([\w\d]+)">([^<]+)<\/span>/';
preg_match_all($patron, $asunto, $coincidencias, PREG_OFFSET_CAPTURE, 3);
//print_r($coincidencias[0][0]);
//echo "<br /><br /><br />";
print_r($coincidencias);

/*
$cot=explode("        ", $cotizaciones);

//print_r($cot);
foreach ($cot as $linea){
echo extraevalor($linea);
}
*/

?>   

me salio esto:


Array ( [0] => Array ( [0] => Array ( [0] => 5070 [1] => 44 ) [1] => Array ( [0] => 5120 [1] => 80 ) [2] => Array ( [0] => Peso Argentino [1] => 343 ) [3] => Array ( [0] => 1350 [1] => 394 ) [4] => Array ( [0] => 1400 [1] => 430 ) [5] => Array ( [0] => Real [1] => 693 ) [6] => Array ( [0] => 2160 [1] => 734 ) [7] => Array ( [0] => 2240 [1] => 770 ) [8] => Array ( [0] => Peso Uruguayo [1] => 1027 ) [9] => Array ( [0] => 200 [1] => 1077 ) [10] => Array ( [0] => 250 [1] => 1112 ) [11] => Array ( [0] => Euro [1] => 1368 ) [12] => Array ( [0] => 6750 [1] => 1409 ) [13] => Array ( [0] => 6900 [1] => 1445 ) [14] => Array ( [0] => Libra Esterlina [1] => 1702 ) [15] => Array ( [0] => 7150 [1] => 1754 ) [16] => Array ( [0] => 7450 [1] => 1790 ) [17] => Array ( [0] => Yen [1] => 2047 ) [18] => Array ( [0] => 50 [1] => 2087 ) [19] => Array ( [0] => 53 [1] => 2121 ) [20] => Array ( [0] => Peso Chileno [1] => 2376 ) [21] => Array ( [0] => 7 [1] => 2425 ) [22] => Array ( [0] => 9 [1] => 2458 ) [23] => Array ( [0] => Corona Sueca [1] => 2712 ) [24] => Array ( [0] => 530 [1] => 2761 ) [25] => Array ( [0] => 580 [1] => 2796 ) [26] => Array ( [0] => Corona Danesa [1] => 3052 ) [27] => Array ( [0] => 800 [1] => 3102 ) [28] => Array ( [0] => 900 [1] => 3137 ) [29] => Array ( [0] => Dólar Canadiense [1] => 3393 ) [30] => Array ( [0] => 4000 [1] => 3447 ) [31] => Array ( [0] => 4200 [1] => 3484 ) [32] => Array ( [0] => Dólar Australiano [1] => 3743 ) [33] => Array ( [0] => 3200 [1] => 3798 ) [34] => Array ( [0] => 3500 [1] => 3835 ) [35] => Array ( [0] => Franco Suizo [1] => 4094 ) [36] => Array ( [0] => 4350 [1] => 4144 ) [37] => Array ( [0] => 4550 [1] => 4181 ) [38] => Array ( [0] => Dólar x Euro [1] => 4440 ) [39] => Array ( [0] => 1.32 [1] => 4490 ) [40] => Array ( [0] => 1.3550 [1] => 4527 ) [41] => Array ( [0] => Real x Dólar [1] => 4795 ) [42] => Array ( [0] => 2.28 [1] => 4845 ) [43] => Array ( [0] => 2.34 [1] => 4882 ) [44] => Array ( [0] => Peso x Dólar [1] => 5141 ) [45] => Array ( [0] => 3.65 [1] => 5191 ) [46] => Array ( [0] => 3.80 [1] => 5228 ) ) [1] => Array ( [0] => Array ( [0] => sp_EF_pc_0 [1] => 54 ) [1] => Array ( [0] => sp_EF_pv_0 [1] => 90 ) [2] => Array ( [0] => lbl_moneda_EF_1 [1] => 353 ) [3] => Array ( [0] => sp_EF_pc_1 [1] => 404 ) [4] => Array ( [0] => sp_EF_pv_1 [1] => 440 ) [5] => Array ( [0] => lbl_moneda_EF_2 [1] => 703 ) [6] => Array ( [0] => sp_EF_pc_2 [1] => 744 ) [7] => Array ( [0] => sp_EF_pv_2 [1] => 780 ) [8] => Array ( [0] => lbl_moneda_EF_3 [1] => 1037 ) [9] => Array ( [0] => sp_EF_pc_3 [1] => 1087 ) [10] => Array ( [0] => sp_EF_pv_3 [1] => 1122 ) [11] => Array ( [0] => lbl_moneda_EF_4 [1] => 1378 ) [12] => Array ( [0] => sp_EF_pc_4 [1] => 1419 ) [13] => Array ( [0] => sp_EF_pv_4 [1] => 1455 ) [14] => Array ( [0] => lbl_moneda_EF_5 [1] => 1712 ) [15] => Array ( [0] => sp_EF_pc_5 [1] => 1764 ) [16] => Array ( [0] => sp_EF_pv_5 [1] => 1800 ) [17] => Array ( [0] => lbl_moneda_EF_6 [1] => 2057 ) [18] => Array ( [0] => sp_EF_pc_6 [1] => 2097 ) [19] => Array ( [0] => sp_EF_pv_6 [1] => 2131 ) [20] => Array ( [0] => lbl_moneda_EF_7 [1] => 2386 ) [21] => Array ( [0] => sp_EF_pc_7 [1] => 2435 ) [22] => Array ( [0] => sp_EF_pv_7 [1] => 2468 ) [23] => Array ( [0] => lbl_moneda_EF_8 [1] => 2722 ) [24] => Array ( [0] => sp_EF_pc_8 [1] => 2771 ) [25] => Array ( [0] => sp_EF_pv_8 [1] => 2806 ) [26] => Array ( [0] => lbl_moneda_EF_9 [1] => 3062 ) [27] => Array ( [0] => sp_EF_pc_9 [1] => 3112 ) [28] => Array ( [0] => sp_EF_pv_9 [1] => 3147 ) [29] => Array ( [0] => lbl_moneda_EF_10 [1] => 3403 ) [30] => Array ( [0] => sp_EF_pc_10 [1] => 3457 ) [31] => Array ( [0] => sp_EF_pv_10 [1] => 3494 ) [32] => Array ( [0] => lbl_moneda_EF_11 [1] => 3753 ) [33] => Array ( [0] => sp_EF_pc_11 [1] => 3808 ) [34] => Array ( [0] => sp_EF_pv_11 [1] => 3845 ) [35] => Array ( [0] => lbl_moneda_EF_12 [1] => 4104 ) [36] => Array ( [0] => sp_EF_pc_12 [1] => 4154 ) [37] => Array ( [0] => sp_EF_pv_12 [1] => 4191 ) [38] => Array ( [0] => lbl_moneda_EF_13 [1] => 4450 ) [39] => Array ( [0] => sp_EF_pc_13 [1] => 4500 ) [40] => Array ( [0] => sp_EF_pv_13 [1] => 4537 ) [41] => Array ( [0] => lbl_moneda_EF_14 [1] => 4805 ) [42] => Array ( [0] => sp_EF_pc_14 [1] => 4855 ) [43] => Array ( [0] => sp_EF_pv_14 [1] => 4892 ) [44] => Array ( [0] => lbl_moneda_EF_15 [1] => 5151 ) [45] => Array ( [0] => sp_EF_pc_15 [1] => 5201 ) [46] => Array ( [0] => sp_EF_pv_15 [1] => 5238 ) ) [2] => Array ( [0] => Array ( [0] => 5070 [1] => 66 ) [1] => Array ( [0] => 5120 [1] => 102 ) [2] => Array ( [0] => Peso Argentino [1] => 370 ) [3] => Array ( [0] => 1350 [1] => 416 ) [4] => Array ( [0] => 1400 [1] => 452 ) [5] => Array ( [0] => Real [1] => 720 ) [6] => Array ( [0] => 2160 [1] => 756 ) [7] => Array ( [0] => 2240 [1] => 792 ) [8] => Array ( [0] => Peso Uruguayo [1] => 1054 ) [9] => Array ( [0] => 200 [1] => 1099 ) [10] => Array ( [0] => 250 [1] => 1134 ) [11] => Array ( [0] => Euro [1] => 1395 ) [12] => Array ( [0] => 6750 [1] => 1431 ) [13] => Array ( [0] => 6900 [1] => 1467 ) [14] => Array ( [0] => Libra Esterlina [1] => 1729 ) [15] => Array ( [0] => 7150 [1] => 1776 ) [16] => Array ( [0] => 7450 [1] => 1812 ) [17] => Array ( [0] => Yen [1] => 2074 ) [18] => Array ( [0] => 50 [1] => 2109 ) [19] => Array ( [0] => 53 [1] => 2143 ) [20] => Array ( [0] => Peso Chileno [1] => 2403 ) [21] => Array ( [0] => 7 [1] => 2447 ) [22] => Array ( [0] => 9 [1] => 2480 ) [23] => Array ( [0] => Corona Sueca [1] => 2739 ) [24] => Array ( [0] => 530 [1] => 2783 ) [25] => Array ( [0] => 580 [1] => 2818 ) [26] => Array ( [0] => Corona Danesa [1] => 3079 ) [27] => Array ( [0] => 800 [1] => 3124 ) [28] => Array ( [0] => 900 [1] => 3159 ) [29] => Array ( [0] => Dólar Canadiense [1] => 3421 ) [30] => Array ( [0] => 4000 [1] => 3470 ) [31] => Array ( [0] => 4200 [1] => 3507 ) [32] => Array ( [0] => Dólar Australiano [1] => 3771 ) [33] => Array ( [0] => 3200 [1] => 3821 ) [34] => Array ( [0] => 3500 [1] => 3858 ) [35] => Array ( [0] => Franco Suizo [1] => 4122 ) [36] => Array ( [0] => 4350 [1] => 4167 ) [37] => Array ( [0] => 4550 [1] => 4204 ) [38] => Array ( [0] => Dólar x Euro [1] => 4468 ) [39] => Array ( [0] => 1.32 [1] => 4513 ) [40] => Array ( [0] => 1.3550 [1] => 4550 ) [41] => Array ( [0] => Real x Dólar [1] => 4823 ) [42] => Array ( [0] => 2.28 [1] => 4868 ) [43] => Array ( [0] => 2.34 [1] => 4905 ) [44] => Array ( [0] => Peso x Dólar [1] => 5169 ) [45] => Array ( [0] => 3.65 [1] => 5214 ) [46] => Array ( [0] => 3.80 [1] => 5251 ) ) )

[3du4rd0]

Prueba asi:

Código PHP:

  <?php 
$a = file("Pon Aqui El Link Porque El foro No me deja el de ...ambios.com.py/print.php"); 
foreach($a as $x){ 
$todo.=$x; 
} 
$inicio = strpos($todo,"Cotizaciones - Efectivo")+23; 
$fin = strpos($todo,"Cotizaciones - Cheques y Transferencias"); 
$temp = substr($todo,$inicio,$fin-$inicio); 
$final = strip_tags($temp); 
$final2 = str_replace("\n","",$final); 
$final2 = str_replace("\t","+",$final2); 
$final2 = str_replace("++++++++","+",$final2); 
$final2 = str_replace("++","-",$final2); 
$final2 = str_replace("+","<br>",$final2); 
$final2= substr($final2,0,strlen($final2)-1); 
echo "".$final2.""; 
?>   

Solo busca el principio a cortar y el final, haces la insicion, luego quitas los caracteres que estorban y obtienes unas ileras asi:

Código:

Dólar-5070-5120
Peso Argentino-1350-1400
Real-2160-2230
Peso Uruguayo-200-250
Euro-6750-6900
Libra Esterlina-7150-7450
Yen-50-53
Peso Chileno-7-9
Corona Sueca-530-580
Corona Danesa-800-900
Dólar Canadiense-4000-4200
Dólar Australiano-3200-3500
Franco Suizo-4350-4550
Dólar x Euro-1.33-1.36
Real x Dólar-2.28-2.34
Peso x Dólar-3.65-3.80

Ya solo los metes en un array con explode y los muestra como quieras ya con el array.

PD: es una ejemplo que tome la primera fila, lo puedes implementar en donde quieras solo asegurate de cambiar los caracteres que yo borre arriba, si son diferentes cambialos logico.

Saludos

[lisandro Arg]

Lo estas haciendo a mano pero por si te interesa te comento que hay servicios que convierten el html en xml como por ejemplo OpenKapow

Saludos

[farra]

Gracias 3du4rd0 y David el Grande por su ayuda...

al final use el codigo de 3du4rd0 hace justo lo que quiero...


asi quedo:

Código PHP:

  <?php echo  "<"; ?><?php echo "?"; ?>xml version="1.0" encoding="iso-8859-1"?> 
<items> 
<?php 
$a = file("http://www.maxicambios.com.py/print.php"); 
foreach($a as $x){ 
$todo.=$x; 
} 
$inicio = strpos($todo,"Cotizaciones - Efectivo")+23; 
$fin = strpos($todo,"Cotizaciones - Cheques y Transferencias"); 
$temp = substr($todo,$inicio,$fin-$inicio); 
$final = strip_tags($temp); 
$final2 = str_replace("\n","",$final); 
$final2 = str_replace("\t","+",$final2); 
$final2 = str_replace("++++++++","+",$final2); 
$final2 = str_replace("++","-",$final2); 
$final2 = str_replace("+","<br>",$final2); 
$final2= substr($final2,0,strlen($final2)-1); 
//echo "".$final2.""; 
$lineas=explode("<br>", $final2); 
 
$i="0"; 
foreach($lineas as $linea){ 
    if($i > 0){ 
        $line=explode("-",$linea); 
        echo "    <cotizacion>"; 
        echo " 
        <moneda>".$line[0]."</moneda>"; 
        echo " 
        <compra>".$line[1]."</compra>"; 
        echo " 
        <venta>".$line[2]."</venta>"; 
        echo " 
    </cotizacion> 
"; 
    } 
    $i="1"; 
} 
?> 
</items>