como puedo extraer parte de una pagina web

[pithon]

Necesito extraer una fecha de una pagina web pero no se muy bien como deberia hacerlo, ya que el codigo fuente es bastante parecido seria algo asi el codigo fuente:

Código HTML:

<div id="contenedor">
<div class='resultado'>
    <h1>basket</h1>
    <div class='datos'>
         <p>proximo partido el dia <span>24 junio</span></p>
    </div>
</div>
 
<div class='resultado'>
    <h1>futbol</h1>
    <div class='datos'>
         <p>proximo partido el dia <span>3 diciembre</span></p>
    </div>
</div>
</div>
 

Necesito extraer la fecha del proximo partido es decir el segundo div con clase resultado, se que se puede con file_get_contents, pero no se muy bien como hacerlo para que me recupere solo la fecha en este caso 3 diciembre, alguien me puede ayudar?
saludos.

[hhs]

Con un parser de html: http://simplehtmldom.sourceforge.net/

[Triby2]

también lo puedes hacer con el DOM de php http://php.net/manual/es/book.dom.php aunque por norma general yo suelo utilizar el Simple Html Dom para extraer gran cantidad de datos del las webs.

[pithon]

No me esta funcionando hice esto:

$patron="<h1>futbol</h1><div class='datos'><p>proximo partido el dia <span>3diciembre</span></p></div>";
$html = file_get_html('http://www.dominio.com');
$resultado=$html->find($patron);
print_r($resultado);

Triby2 igual con el dom de php ya me sirve ya que realmente solo necesito extraer la fecha me puedes poner un ejemplo de como funciona el dom de php?
saludos.

[Triby2]

Iniciado por pithon

No me esta funcionando hice esto:

$patron="<h1>futbol</h1><div class='datos'><p>proximo partido el dia <span>3diciembre</span></p></div>";
$html = file_get_html('http://www.dominio.com');
$resultado=$html->find($patron);
print_r($resultado);

Triby2 igual con el dom de php ya me sirve ya que realmente solo necesito extraer la fecha me puedes poner un ejemplo de como funciona el dom de php?
saludos.

Con el DOM tienes que usar la función document.getElementsByTagName('elemento');

En cuanto a tu patrón jamás funcionará para buscarlo por el simple_html_dom. Lee el manual de usuario para saber cómo encontrar las etiquetas correctamente y poder extraer.

Código PHP:

$resultado = $html->find('span',0)->plaintext;
 

Donde el ZERO es el span correspondiente desde el primero que encuentre hasta el último, empezando por el índice 0, para sacar la segunda fecha debes de cambiar el 0 por el 1, aunque con el foreach es más fácil claro si tienes muchos partidos y no quieres ponerte a contar cuántos hay.

[pithon]

Hola triby en principio agradecerte tu colaboracion simple_html_dom ya me funciona pero el dom de php no se como puedo hacer recuperar lo que quiero ya que con el document.getElementsByTagName me recupera todas las etiquetas por su nombre, pero no se como se tendria que hacer para recuperar la primera.
saludos.

[pithon]

Al final consegui que funcionara pero tengo un problema necesito extraerlo de una pagina externa pero no funciona lo hice asi:

Código PHP:

$html = file_get_contents('http://www.dominio.com');
$doc = new DOMDocument;
$node = $doc->loadHTML($html);
$node = $doc->getElementsByTagName('span')->item(0);
echo $node;
 

el problema lo estoy tendiendo en el file_get_contents que no me captura el codigo fuente, como puedo solucionarar, alguna ayuda?
gracias.

[Triby2]

Iniciado por pithon

Al final consegui que funcionara pero tengo un problema necesito extraerlo de una pagina externa pero no funciona lo hice asi:

Código PHP:

$html = file_get_contents('http://www.dominio.com');
$doc = new DOMDocument;
$node = $doc->loadHTML($html);
$node = $doc->getElementsByTagName('span')->item(0);
echo $node;
 

el problema lo estoy tendiendo en el file_get_contents que no me captura el codigo fuente, como puedo solucionarar, alguna ayuda?
gracias.

Aunque te parezca una locura (a mi me funciona) en este caso, a ese código le añades la librería del simple_html_dom y extrae la web con su función principal en vez de utilizar file_get_contents()

Código PHP:

$html = file_get_html('http://www.dominio.com');