[SOLUCIONADO] Problema manejando HTML

[perrucis]

Buenos días basicamente lo que hago es: Obtengo un archivo vía file_get_contents y lo guardo como .html o .txt

Lo que quiero hacer es de ese archivo buscar ciertas palabras vía strpos:

Código PHP:

  
<?PHP 
 
$doc = fopen( "text.html", "r" );  
$cont = fread($doc, filesize("text.html"));  
 
buscaArt(); 
 
function buscaArt() 
    { 
        global $cont; 
        $pos = strpos($cont, "Artículos 1 - 16"); 
         
        if($pos === false) 
        { 
        echo "error";  
        } 
        else 
        { 
        echo "Éxito"; 
        } 
    } 
?>   

Así obtengo el html:

Código PHP:

  
 
<?PHP 
         
        $string = file_get_contents("url"); 
         
        if ($string == false) 
        { 
            print "<h1>Error</h1>"; 
        } 
         
        $archivo = fopen("text.html", "w"); 
        fwrite($archivo, $string); 
         
         
?>   

El problema que tengo es que jamás encuentro el string que busco, jamás lo encuentra, me encuentra la palabra "Artículos" sola, pero junta no, creo que es un problema con el formato nisiquiera cuando la guardo en .txt y lo busco con el bloc de notas puedo encontrarla, supongo que el formato en el que se guarda influye

Realmente no se que me falla, supongo que debe de ser algo con utf-8 o algo así

Ojalá alguien pueda ayudarme, gracias

Adjunto el .txt con esa parte que dice "Artículos 1 - 16"

http://www.mediafire.com/view/aengl63377vldnv/text.txt

[Nedned]

El fichero que has subido a media fire tiene puesto esto

Código HTML:

<div class="locationitem locationitem_left">     
                                                                                                                                            Artículos 
1 
- 
16 
de 
103
</div>
 

Y los saltos de linea y tabulaciones no te los encuentra, obviamente no es igual.


Si lo cambías y pones esto a mi me funciona bien.

Código HTML:

<div class="listlocator listlocatortop clear">
<div class="locationitem locationitem_left">     
Artículos 1 - 16 
de 
103
</div>
<div class="locationitem locationitem_right">                        
<div class="emsort_title">Ordenar por:</div>
<div id="emselectbox_sort" class="emselectbox emselectbox_sort">
 

[Nedned]

Ábrelo con ultraedit o con editores de texto de programación, no con el notepad que no lo verás, lo que te comento

saludos

[ArturoGallegos]

Aquí nos da flojera descargar archivos mejor tomate tu la molestia de pegar el contenido aquí para que lo veamos.... da las gracias que @Nedned se dio a la tarea de descargar dicho archivo, pocos lo aran y te ignoraran porque no estamos para eso, quieres ayuda... coloca aquí todo el código necesario para las pruebas.

Aunque he de coincidir con el compañero y jugando a las adivinanzas, el problema pueden ser los saltos de linea... usa preg_match y una expresión regular para encontrar lo que buscas, sera mas rápido y fácil.

[perrucis]

Iniciado por Nedned

Ábrelo con ultraedit o con editores de texto de programación, no con el notepad que no lo verás, lo que te comento

saludos

Muchas gracias, al final terminé añadiendo:

Código PHP:

  $newHtml = preg_replace('/\s+|\n|\t/', '', $html);  
   

y me quité de problemas con los espacios y tabulaciones molestas, gracias en serio :)