Извлечь список спецификаций из текста (неизвестный формат) - PullRequest
Новая
       2

Извлечь список спецификаций из текста (неизвестный формат)

0 голосов
/ 12 ноября 2018

Как извлечь из описания продукта спецификацию, которая имеет неизвестный формат (иногда это неупорядоченный список, иногда это br-элемент и т. Д.), Но ВСЕГДА выглядит одинаково спереди.

Визуал похож на:

Некоторый текст описания, иногда это одно предложение, иногда больше ..

== иногда здесь пустая строка, иногда нет ==

  • spec item1
  • спецификация item2

Есть ли способ извлечь это "визуально" в PHP?

Пример: 

<h2> desc <br>
<br>
&gt; <strong> T Shirt</strong><br>
&gt; Breathable mesh fabric<br>
&gt; Reflective detail<br>
&gt; Flat lock seams <br>

Ответы [ 2 ]

0 голосов
/ 12 ноября 2018

Вы можете попробовать отфильтровать ваши записи. Мне удалось получить ваш пример в массив. Тогда будет небольшой спор с результатом: 

<?php

$html =<<<HTML
<h2> desc </h2>
<br>
&gt; <strong> T Shirt</strong><br>
&gt; Breathable mesh fabric<br>
&gt; Reflective detail<br>
&gt; Flat lock seams <br>
HTML;

$no_html       = strip_tags($html);
$no_entities   = preg_replace('/&#?[a-z0-9]+;/i', '', $no_html);
$parts         = preg_split('/\R/', $no_entities);
$trimmed_parts = array_map('trim', $parts);
var_export($trimmed_parts);

Выход: 

array (
    0 => 'desc',
    1 => '',
    2 => 'T Shirt',
    3 => 'Breathable mesh fabric',
    4 => 'Reflective detail',
    5 => 'Flat lock seams',
)
0 голосов
/ 12 ноября 2018

Это можно сделать с помощью file_get_contents () и некоторой обработки регулярных выражений. Убедитесь, что в PHP.ini включены правильные настройки (fopen URL-оболочки)

См: http://php.net/manual/en/filesystem.configuration.php

Пример кода: 

<?php

$page = file_get_contents('Provide your url here');

preg_match("/regex pattern here/", $page, $agent_name);

// display agent name matches
print_r($agent_name)

Личное предложение - использование python упростит процесс. Многие пакеты уже доступны для этой цели. Например, bs4

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.

Нет похожих вопросов

...