Hente en del af indholdet fra string

Du kan prøve følgende:

preg_match_all('!<tr bgcolor="#FFFFFF">
<td width="28%" class="tablesmall" bgcolor="#EEEEEE" >
(\w{2}-\w{2}-\w{2})&nbsp;</td>
<td width="26%" class="tablesmall" bgcolor="#EEEEEE">(\w{2})</td>
<td width="26%" class="tablesmall" bgcolor="#EEEEEE">(\w{2})</td>
<td width="17%" align="center" class="tablesmall" bgcolor="#EEEEEE">v</td>
<td width="3%" bgcolor="#EEEEEE">info</td>
</tr>!', $input, $output);

echo '<pre>';
print_r($output);
echo '</pre>';

Hej Jakob. Tak for din hjælp, det sætter jeg stor pris på.

Det printer følgende:

Array
(
    [0] => Array
        (
        )

    [1] => Array
        (
        )

    [2] => Array
        (
        )

    [3] => Array
        (
        )

)


Jeg ved ikke hvor lang XX og YY er, men dd-dd-dd er altid samme format. Kan man ikke få den til at tage alt mellem de tre typer start og så </td>? Så bruge ex ""<td width="28%" class="tablesmall" bgcolor="#EEEEEE" > som markør for at den skal starte og </td> som en slags markør for at den skal stoppe.

Har du evt. et link til den side du vil rippe ?

Ja, her: http://masl.dk/97d0ceff
vil selvfølgelig ikke så gerne skilte med den :)

Jeg bruger den simpleste funktion, som jeg har kunnet finde i PHP:

$content = file_get_contents("min-url");

Prøv:

$pat = '@<tr.*?F">.*?E"\s*>.*?([0-9-]+).*?E">(.*?)</.*?E">(.*?)</t.*?E">(.*?)</.*?href="(.*?)">.*?</tr>@si';
if ( preg_match_all( $pat, $content, $m ) )
{
    $n = count( $m[1] );
    for ( $i = 0; $i < $n; $i++ )
    {
        echo $m[1][$i] . " - " . $m[2][$i] . " - " . $m[3][$i] . " - " . $m[4][$i] . " - " . $m[5][$i] . "<br />";
    }
}
else
{
    echo "Fandt intet";
}

Den virker helt perfekt - mange tak. Kan jeg lokke dig til at kommenterer linjerne, så jeg får en forståelse for hvordan det virker? Og smid lige et svar samtidig.

Tjah, der er ikke så meget at forklare ;) Det kræver lidt PCRE-øvelse... Du kan evt. google efter regular expression tutorial eller pcre tutorial

$pat = '@<tr.*?F">.*?E"\s*>.*?([0-9-]+).*?E">(.*?)</.*?E">(.*?)</t.*?E">(.*?)</.*?href="(.*?)">.*?</tr>@si';
// Her finder vi de interessante <tr>...</tr> med indhold og grupper dem () så vi kan hente dem ud - jeg bruger switchene "si" - "s" for at . også kan være newline og "i"
for case insensitivity
// I.e. <tr.*?F"> matcher <tr bgcolor="#FFFFFF"> osv
if ( preg_match_all( $pat, $content, $m ) )
{
    // Vi fandt noget :)
    $n = count( $m[1] ); // Hvor mange rækker?
    for ( $i = 0; $i < $n; $i++ )
    {
        // Her looper vi bare igennem resultaterne og skriver dem ud
        echo $m[1][$i] . " - " . $m[2][$i] . " - " . $m[3][$i] . " - " . $m[4][$i] . " - " . $m[5][$i] . "<br />";
    }
}
else
{
    echo "Fandt intet";
}

Det skal jeg hvis have læst lidt mere på, men det bliver meget lettere når jeg har et virkende eksempel at tage udgangspunkt i. Mange tak for jeres tid :)

Hvad hvis jeg gerne vil udvide til at have klokkeslet med?
Det er den her jeg skal have fat i, såvidt jeg kan regne ud: ([0-9-]+)

Den angiver at det skal være tal mellem 0 og 9 samt bindestrege, der medtages(?)

Det den også skal medtage er kolon og mellemrum. Jeg kan læse mig til at whitespace er \s, men synes ikke at jeg kan kombinere det med ":" på en måde, der giver mening.

Håber du vil besvare sådan et lille opfølgningsspørgsmål :)

erstat

$pat = '@<tr.*?F">.*?E"\s*>.*?([0-9-]+).*?E">(.*?)</.*?E">(.*?)</t.*?E">(.*?)</.*?href="(.*?)">.*?</tr>@si';

med

$pat = '@<tr.*?F">.*?E"\s*>.*?([ :0-9-]+).*?E">(.*?)</.*?E">(.*?)</t.*?E">(.*?)</.*?href="(.*?)">.*?</tr>@si';

Det ligner noget der burde virke nu hvor de to ekstra tegn er med, men den tager stadig kun dato uden klokkeslet.

start lige med denne linje:

$contnet = str_replace( "&nbsp;", " ", $content );

så burde det virke ;)

Yes, perfekt - mange tak :)