如何理解基于preg_match_all采集后數(shù)據(jù)處理-創(chuàng)新互聯(lián)

這篇文章主要介紹“如何理解基于preg_match_all采集后數(shù)據(jù)處理”，在日常操作中，相信很多人在如何理解基于preg_match_all采集后數(shù)據(jù)處理問(wèn)題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”如何理解基于preg_match_all采集后數(shù)據(jù)處理”的疑惑有

創(chuàng)新互聯(lián)堅(jiān)持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：成都網(wǎng)站設(shè)計(jì)、網(wǎng)站制作、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿(mǎn)足客戶(hù)于互聯(lián)網(wǎng)時(shí)代的祥符網(wǎng)站設(shè)計(jì)、移動(dòng)媒體設(shè)計(jì)的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！

復(fù)制代碼 代碼如下:

//源字符是$str

//以下已知原編碼為GBK，轉(zhuǎn)換為utf-8
mb_convert_encoding($str, "UTF-8", "GBK");

//以下未知原編碼，通過(guò)auto自動(dòng)檢測(cè)后，轉(zhuǎn)換編碼為utf-8
mb_convert_encoding($str, "UTF-8", "auto");

3、為更好地避開(kāi)換行符和空格等不定因素的阻礙，有必要先清除采集到的源碼中的換行符、空格符和制表符

復(fù)制代碼 代碼如下:

//方法一，使用str_replace進(jìn)行替換
$contents = str_replace("\r\n", '', $contents); //清除換行符
$contents = str_replace("\n", '', $contents); //清除換行符
$contents = str_replace("\t", '', $contents); //清除制表符
$contents = str_replace(" ", '', $contents); //清除空格符

//方法二，使用正則表達(dá)式進(jìn)行替換
$contents = preg_replace("/([\r\n|\n|\t| ]+)/",'',$contents);

4、通過(guò)正則表達(dá)式匹配找出需要獲得的代碼段，使用preg_match_all實(shí)現(xiàn)該匹配

復(fù)制代碼 代碼如下:

函數(shù)解釋?zhuān)?br/>int preg_match_all ( string pattern, string subject, array matches [, int flags] )
pattern即正規(guī)表達(dá)式
subject即要進(jìn)行查找的原文
matches是用于儲(chǔ)存輸出結(jié)果的數(shù)組
flags是儲(chǔ)存的模式，包括：
    PREG_PATTERN_ORDER;  //整個(gè)數(shù)組是二維數(shù)組，$arr1[0]是包括邊界所構(gòu)成匹配字符串的數(shù)組，$arr1[1]除去邊界所構(gòu)成的匹配字符串的數(shù)組
    PREG_SET_ORDER;  //整個(gè)數(shù)組是二維數(shù)組，$arr2[0][0]是第一個(gè)包括邊界所構(gòu)成的匹配的字符串，$arr2[0][1]是第一個(gè)除去邊界所構(gòu)成的匹配的字符串，之后的數(shù)組以此類(lèi)推
    PREG_OFFSET_CAPTURE;  //整個(gè)數(shù)組是三維數(shù)組，$arr3[0][0][0]是第一個(gè)包括邊界所構(gòu)成的匹配的字符串，$arr3[0][0][1]是到達(dá)第一個(gè)匹配字符串的邊界的偏移量（邊界不算在內(nèi)），之后以此類(lèi)推，$arr2[1][0][0]是第一個(gè)包括邊界所構(gòu)成的匹配的字符串，$arr3[1][0][1]是到達(dá)第一個(gè)匹配字符串的邊界的偏移量（邊界算在內(nèi)）;

//實(shí)際應(yīng)用
preg_match_all('/<pclass=\"content\">(.*?)<\/p>/',$contents, $out, PREG_SET_ORDER);
$out將獲取到所有匹配的元素
$out[0][0]將是包括<pclass=\"content\"></p>在內(nèi)的全段字符
$out[0][1]將是僅包括(.*?)括號(hào)內(nèi)所匹配到的字符段

//如此類(lèi)推，第n個(gè)匹配到的字段可以用以下方法取得
$out[n-1][1]

//若正則表達(dá)式中存大多個(gè)括號(hào)，則取得句中第m個(gè)匹配點(diǎn)的方法是
$out[n-1][m]

5、取得要找到字符后，若要去掉html標(biāo)簽，使用PHP自帶的函數(shù)strip_tags即可方便地實(shí)現(xiàn)

復(fù)制代碼 代碼如下:

//例
$result=strip_tags($out[0][1]);

到此，關(guān)于“如何理解基于preg_match_all采集后數(shù)據(jù)處理”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！

當(dāng)前標(biāo)題：如何理解基于preg_match_all采集后數(shù)據(jù)處理-創(chuàng)新互聯(lián)
鏈接分享：http://bm7419.com/article40/ddpdeo.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供用戶(hù)體驗(yàn)、網(wǎng)站制作、網(wǎng)站內(nèi)鏈、網(wǎng)頁(yè)設(shè)計(jì)公司、網(wǎng)站營(yíng)銷(xiāo)、標(biāo)簽優(yōu)化

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)