4

更新雅虎错误

好的,所以我一切正常,但是 preg_match_all 对雅虎不起作用。如果您看一下: http ://se.search.yahoo.com/search?p=random&toggle=1&cop=mss&ei=UTF-8&fr=yfp-t 那么您可以在他们的 html 中看到,他们有 <span class="url" id="something random"> the actual link </span> 但是当我尝试 preg_match_all,我不会得到任何结果。

preg_match_all('#<span class="url" id="(.*)">(.+?)</span>#si', $urlContents[2], $yahoo);

有人有想法吗?

更新结束

我正在尝试 preg_match_all 使用 cURL curl_multi_getcontent 方法从 Google 获得的结果。

我已成功获取该站点等,但是当我尝试获取链接的结果时,它需要的太多了。

我目前正在使用: preg_match_all('#<cite>(.+)</cite>#si', $urlContents[0], $links);

这从它应该在的地方开始,但它并没有停止,它只是继续前进。例如,检查 HTML,www.google.com/search?q=random您会看到所有链接都以 . 开头和结尾。

有人可以帮助我如何检索这些信息吗?我只需要每个结果的实际链接地址。

更新整个 PHP 脚本

public function multiSearch($question)
{
    $sites['google'] = "http://www.google.com/search?q={$question}&gl=sv";
    $sites['bing'] = "http://www.bing.com/search?q={$question}";
    $sites['yahoo'] = "http://se.search.yahoo.com/search?p={$question}";

    $urlHandler = array();

    foreach($sites as $site)
    {
        $handler = curl_init();
        curl_setopt($handler, CURLOPT_URL, $site);
        curl_setopt($handler, CURLOPT_HEADER, 0);
        curl_setopt($handler, CURLOPT_RETURNTRANSFER, 1);

        array_push($urlHandler, $handler);
    }

    $multiHandler = curl_multi_init();
    foreach($urlHandler as $key => $url)
    {
        curl_multi_add_handle($multiHandler, $url);
    }

    $running = null;
    do
    {
        curl_multi_exec($multiHandler, $running);
    }
    while($running > 0);

    $urlContents = array();
    foreach($urlHandler as $key => $url)
    {
        $urlContents[$key] = curl_multi_getcontent($url);
    }

    foreach($urlHandler as $key => $url)
    {
        curl_multi_remove_handle($multiHandler, $url);
    }

    foreach($urlContents as $urlContent)
    {
        preg_match_all('/<li class="g">(.*?)<\/li>/si', $urlContent, $matches);
        //$this->view_data['results'][] = "Random";
    }
    preg_match_all('#<div id="search"(.*)</ol></div>#i', $urlContents[0], $match);
    preg_match_all('#<cite>(.+)</cite>#si', $urlContents[0], $links);
    var_dump($links);

}
4

2 回答 2

4

在U -ngready 模式下运行正则表达式

preg_match_all('#<cite>(.+)</cite>#siU
于 2012-10-17T07:13:48.820 回答
2

正如在 Darhazer 的回答中一样,您可以使用模式修饰符为整个正则表达式打开不贪婪模式,或者通过跟随它U使模式本身变得不贪婪(或惰性?) :

preg_match_all('#<cite>(.+?)</cite>#si', ...
于 2012-10-17T07:19:51.360 回答