php正则获得网页的keywords和description部门

正则匹配网页的keywords部门，主要的要领也是获取页面的源代码，然后再从中利用正则匹配出来。可是PHP就有一个自带的函数get_meta_tags()。这个函数可以逐行理会文件中的 <meta> 标签理会事情将在 </head> 处遏制。

可以想到，他的效率应该比收罗源码再阐明的快。

上个例子：

<?php $tags = get_meta_tags('http://enenba.com'); printf("<p>输出tags数据为：</p><pre>%s</pre>\n",var_export( $tags ,TRUE)); ?>

输出的是我站的'keywords' 和'description'

虽然也可以利用正则来获取

正则：

<?php $html = file_get_contents('http://enenba.com'); $search = '|<meta[^>]+name="([^"]*)"[^>]+content="([^"]*)"[^>]+>|i'; preg_match_all($search, $html, $tags); printf("<p>输出tags数据为：</p><pre>%s</pre>\n",var_export( $tags ,TRUE)); ?>

附件下载/演示源码：
【 2.htm 】 8.49KB

上一篇： 利用php正则获取网页的img部门   |   下一篇：利用php正则获取网页的titile部门» 标签:

分享到： 更多

相关日志：

【转】PHP实现简朴爬虫

PHP判定字符串由数字和巨细写字母构成、长度至少6位

php获取百度MP3（baidu mp3）下载列表

获取<a>链接标签。从Snoopy类中提取函数

利用DOM Document工具匹配所有的<a>标签

【转】小谈php正则提取图片地点

从《网页降噪助你晋升搜索引擎表示》来做php正文提取算法

php使动态URL标签链接转成伪静态

利用Snoopy来获取某网页的所有链接

评论：

途经 2012-11-08 14:29  

这里的获取没有思量单双引号

 

enenba 2012-11-08 14:38

是的，没有思量，下次写个完整版。

途经 2012-11-08 15:02

能不能此刻写下，我不会这个正则。改来改去照旧没乐成！－－

enenba 2012-11-08 16:45

$search = '|<meta[^>]+name=(["\'])(.*?)\\1[^>]+content=(["\'])(.*?)\\3[^>]+>|i';
preg_match_all($search, $html, $tags);

途经 2012-11-08 17:59

感谢了，尚有就是name和content的位置可不行能兑换过来啊

途经 2012-11-08 20:57

你获取下上面的谁人正则只能获取出来3个meta尚有几个要害meta获取不出来

array (
  0 =>
  array (
    0 => '',
    1 => '',
    2 => '',
  ),
  1 =>
  array (
    0 => '"',
    1 => '"',
    2 => '"',
  ),
  2 =>
  array (
    0 => 'viewport',
    1 => 'author',
    2 => 'copyright',
  ),
  3 =>
  array (
    0 => '"',
    1 => '"',
    2 => '"',
  ),
  4 =>
  array (
    0 => 'width=device-width',
    1 => 'Celestra',
    2 => 'Celestra Corporation Copyright 2002-2012,',
  ),
)

我不知道怎么办理，前辈

enenba 2012-11-08 21:14