[reg_ex] zeichenkette(n) aus einer seite herausfiltern

[theo]

einen schoenen tag euch allen,

ich moechte gern aus einer webseite eine bestimmte zeichenkette herausloesen. vielleicht auch mehrere. jetzt bin ich allerdings nicht die groesste leuchte bei reg-ex-funktionen.

angenommen ich habe einen bestimmten begriff und nach ihm folgen 4 bis 6 zeichen, die ich gern haben moechte. die zeichen koennen eventuell auch mit komma oder punkt getrennt sein. wie bekomme ich die daten herausgefiltert?


gruss,
hardy

[Boris]

Schreib doch mal ein konkretes Beispiel auf ...

[theo]

z.b.: mal angenommen, ich wollte hier den wert des nasdaq rausfiltern (mir ist nix bloederes eingefallen ).

PHP-Code:

 $datei = fopen("http://boersen.manager-magazin.de/mmo/kurse_listen.htm?sektion=nasdaq100", r);
     while($zeile = fgets($datei, 1024)) {
        $bereinigt = strip_tags($zeile, "<br>");  // kleiner nachtrag
        preg_match( ....  // hier haenge ich
        
        print($nasdaq);
    }
 fclose($datei); 


reicht das als beispiel?!

[webmichl]

Um die Sache zu vereinfachen, würd ich die auszuwertende Seite zu einer Zeile konkadinieren und in eine Variable schreiben. In dieser Variablen kannst Du dann mit

/Nasdaq<\/a><\/td><td class="xxl" align="right">([^<]+)</

Deinen Nasdaq-Wert ausfiltern... ( kann sein, daß Du die Umgebung noch genauer definieren musst - habs mit nem Schnipsel probiert )

[theo]

hmmm ... jetzt hab ich mir die sache schon versucht, etwas einfacher zu machen indem ich strip_tags() eingefuegt habe. damit umgehe ich ausserdem das risiko, dass jemand die namen seiner css aendert und ich dann kein ergebnis mehr haette.

wenn ich dich aber richtig verstanden habe, dann koennte das script etwa so aussehen:

PHP-Code:

$datei = fopen("http://boersen.manager-magazin.de/mmo/kurse_listen.htm?sektion=nasdaq100", r);
     while($zeile = fgets($datei, 1024)) {        
        $eineVariable.= $zeile;
    }
    
    preg_match('/Nasdaq<\/a><\/td><td class="xxl" align="right">([^<]+)</', $eineVariable, $match);
    
    print($match[0]);
    
 fclose($datei); 


es wird aber nix ausgegeben.

[webmichl]

Der Quellcode ist durch Einrücken mittels Spaces "hübsch" gemacht worden. Also, entweder führende ( und endende ) Spaces beim Zusammenfügen löschen oder die regexp erweitern:

/Nasdaq<\/a><\/td>\s*<td class="xxl" align="right">([^<]+)</

[theo]

whow ... jetzt sieht es schon besser aus:

Nasdaq 2.019,82<

wenn ich die ausgabe jetzt noch auf den reinen wert reduzieren koennte ...

[theo]

was ich meine ist, dass die aenderung der abfrage auf :

PHP-Code:

preg_match('/<\/a><\/td>\s*<td class="xxl" align="right">([^<]+)/', $eineVariable, $match); 


folgenden quellcode ausgibt:

</a></td>
			<td class="xxl" align="right">2.019,82

also fuer eine weitere verwertung noch nicht wirklich brauchbar.

[webmichl]

$match[0] oder $match[1] ?

[theo]

sorry ...

es stand noch auf $match[0].

soweit funzt es dann erstmal. hab also vielen dank!
wenn ich nun aber strip_tags() beibehalten haette, wie haetten dann die pattern aussehen muessen?

[webmichl]

Kommt drauf an, wie's aussieht und ob's dann immer noch eindeutig identifizierbar ist. Eine Möglichkeit wäre

/NASDAQ\s*([0-9\.,]+)/ ( ohne Gewähr )

Lass Dir die Zeile ausgeben und bau darauf die regexp auf.

Wichtig ist halt, daß die ganze Chose für die Auswertung in einer Zeile steht.

[theo]

wahnsinn! es haut hin.

danke