从网页刮取数字值？

这与数据页面的网址：http://www.bungie.net/stats/reach/online.aspx

在页面的左下方有一个标题为“ONLINE PLAYLIST” 我想凑在各列表项的玩家数量无序列表包含这些信息。该号码只需要数字即没有逗号。

2011-02-05 AndrewFerrara

你只想要数字而没有名字？或者你需要名称与他们一起去？ – 2011-02-05 07:14:51

你卡在哪里？ – miku 2011-02-05 07:15:16

$c = curl_init(); 
curl_setopt_array($c, array(
    CURLOPT_URL => 'http://www.bungie.net/stats/reach/online.aspx', 
    CURLOPT_RETURNTRANSFER => true, 
    )); 
$r = curl_exec($c); 
curl_close($c); 

preg_match_all('|([^<>]+)</a> </h4>\s*([0-9,]+) Players|s', $r, $m); 
$teams = array_combine($m[1], $m[2]); 
foreach ($teams as &$v) $v = str_replace(',','',$v); 
echo '<pre>'.print_r($teams,1).'</pre>';

输出的时刻：

Array 
(
    [NOBLE MAP PACK] => 997 
    [RUMBLE PIT] => 4117 
    [LIVING DEAD] => 6638 
    [TEAM SLAYER] => 7730 
    [MLG] => 586 
    [TEAM SWAT] => 6358 
    [TEAM SNIPERS] => 2145 
    [TEAM OBJECTIVE] => 758 
    [MULTI TEAM] => 1707 
    [BIG TEAM BATTLE] => 5706 
    [INVASION] => 2881 
    [FIREFIGHT] => 2780 
    [SCORE ATTACK] => 1121 
    [CO-OP CAMPAIGN] => 695 
    [TEAM ARENA] => 393 
    [DOUBLES ARENA] => 680 
    [FFA ARENA] => 120 
)

编辑：固定名称捕获组，使 “CO-OP” 将被拍摄的，而不是仅仅 “OP”。

来源

2011-02-05 07:28:54

是的，非常感谢你有什么方法可以每隔15分钟运行一次这个脚本而不使用浏览器？ – AndrewFerrara 2011-02-05 07:30:55

在我看来，这里有一点正则表达式就是你需要的。我最近在PERL中做了这样的事情，这不是非常棘手，并且在线上有很多有用的线程和教程。

检查页面，它看起来像每个列表项目被分配一个名为“glowBox”的类。我会尝试获取页面的全文/源代码，然后进行过滤，以便只有以该课程开头的章节。或者，您可以使用前视或后视来检查数字是前后还是“”。一旦您缩小了范围，您需要一个捕获组来提取数字，以便稍后使用。 PERL，捕获的字符串会自动分配给变量$ 1，$ 2，$ 3 ...等。如果您只是循环执行正则表达式的无序列表的每一行，则只需要$ 1即可捕获该数字。捕获组可能如下所示：（\ d +）

括号使它成为一个捕获组，\ d它只会匹配数字字符，而+意味着为了捕获任何东西，\ d必须是至少匹配一次，不知道你的要求是什么，但是如果你需要名字和数字，PERL mak可以很轻松地为页面查找必要的数据，并将其变为带键/值对的散列。

绝对检出http://www.regexr.com，这是一种类似于CSS禅宗花园的正则表达式。您可以将整个页面源代码粘贴到其中，并使用正则表达式进行播放，直到找到您想要的内容，并且只显示您想要的内容。有关正则表达式怪异语法的更多信息和解释，请启动here，显然，请使用google。

编辑：看起来太晚了。

来源

2011-02-05 07:42:10

从网页刮取数字值？

回答

相关问题