Как сделать парсер цитат с BASH

@Путин · Регистрация: 14.04.2011

Студворк — интернет-сервис помощи студентам

Получаю примерно такой текст:

var borq=''; borq += '<' + 'div id="b_q"><' + 'a href="http://bash.im/quote/418711">#418711<' + '/a> <' + 'span id="b_q_h">[ 9679 ]<' + '/span><' + 'div id="b_q_t" style="padding: 1em 0;">xxx: Зачем вам клавиша «Delete»? Стирать символ перед курсором? Тогда откройте для себя fn+backspace<' + 'br>yyy: Зачем вам клавиша «А»? Печатать букву «А»? Тогда откройте для себя Alt+065<' + '/div><' + 'small><' + 'a href="http://bash.im/" target="_blank" title="bash.im откроется в новом окне">Больше на bash.im!<' + '/a><' + '/small><' + '/div>'; document.write(borq);

как мне отсечь мусор ?
В регулярных выражениях я ноль...
максимум смог до такого обрезать:

'#418711 [ 9679 ]xxx: Зачем вам клавиша «Delete»? Стирать символ перед курсором? Тогда откройте для себя fn+backspaceyyy: Зачем вам клавиша «А»? Печатать букву «А»? Тогда откройте для себя Alt+065

Как мне убрать вот это "'#418711 [ 9679 ]", цифры здесь всегда разные и как убрать все теги из текста, бывает попадается текст с непонятными тегами "<jas>" опять же разные всегда и смысла не имеют ?

Добавлено через 20 минут
сделал такой велосипед:

PHP
1
2
3
4
5
$html = file_get_contents('http://bash.im/forweb/?u');
$sim  = array("document.write(borq);", "var borq='';", "borq +=");
$rep  = array("", "", "");
$html = explode(' ]', substr(strip_tags(str_replace($sim, $rep, $html)),4,-30));
print_r($html[1]);

но вроде работает как и задумывалось

Добавлено через 41 минуту
Так оставляем тег <br>:

PHP
1
2
3
4
5
$html = file_get_contents('http://bash.im/forweb/?u');
$sim = array("document.write(borq);", "var borq='';", "borq +=", "&quot;", "<' + 'br>");
$rep = array("", "", "", "'", "<br>");
$html =  explode(' ]', substr(strip_tags(str_replace($sim, $rep, $html), '<br>'),4,-30));
echo $html[1];

@psinetron · 12.03.2014, 14:48

PHP
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
 $ch = curl_init();
    curl_setopt($ch, CURLOPT_URL, 'http://bash.im/');
    curl_setopt($ch, CURLOPT_HEADER,0);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);
    curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false);
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);
    curl_setopt($ch, CURLOPT_REFERER,'http://google.com/' );
    curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 30);
    curl_setopt($ch, CURLOPT_USERAGENT, 'Opera');
    curl_setopt($ch, CURLOPT_VERBOSE,1);
    $data=curl_exec($ch);
 
    preg_match_all('@(\#\d+.*?\<div class="text".*?)(?=\</div>)@s',$data,$mass);
 
    for ($i1=0;$i1<count($mass[0]);$i1++){
        preg_match("@\#\K\d+@", $mass[0][$i1],$nums);
        preg_match('#(?<=<div class="text">)(.*)#',$mass[0][$i1],$texts);
        print str_replace(array('<br>','"', "'"),array(PHP_EOL, '\"', "\'"),iconv('windows-1251','UTF-8',$texts[0])) . '<br/><br/>';
    }

С вас пиво

@Путин · 12.03.2014, 18:56 **[ТС]**

Спасибо, работает!

Новые блоги и статьи Все статьи Все блоги /
Валидация и контроль данных табличной части документа перед записью Maks 22.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа, разработанного в КА2. Задача: контроль и валидация данных табличной части документа перед записью с учетом регламента компании. . .	Отчёт о затраченных материалах за определенный период с макетом печатной формы Maks 21.04.2026 Отчёт из решения ниже размещён в конфигурации КА2. Задача: разработка отчёта по затраченным материалам за определённый период, с возможностью вывода печатной формы отчёта с шапкой и подвалом. В. . .	Отчёт о спецтехнике находящейся в ремонте Maks 20.04.2026 Отчёт из решения ниже размещен в конфигурации КА2. Задача: отобразить спецтехнику, которая на данный момент находится в ремонте. Есть нетиповой документ "Заявка на ремонт спецтехники" который. . .	Памятка для бота и "визитка" для читателей "Semantic Universe Layer (Слой семантической вселенной)" Hrethgir 19.04.2026 Сгенерировано для краткого описания по случаю сборки и компиляции скелета серверного приложения. И пусть после этого скажут, что статьи сгенерированные AI - туфта и не интересно. И это не реклама -. . .
Запрет удаления строк ТЧ документа при определённом условии Maks 19.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "Аккумуляторы", разработанного в конфигурации КА2. У данного документа есть ТЧ, в которой в зависимости от прав доступа. . .	Модель заражения группы наркоманов alhaos 17.04.2026 Условия задачи сформулированы тут Суть: - Группа наркоманов из 10 человек. - Только один инфицирован ВИЧ. - Колются одной иглой. - Колются раз в день. - Колются последовательно через. . .	Мысли в слух. Про "навсегда". kumehtar 16.04.2026 Подумалось тут, что наверное очень глупо использовать во всяких своих установках понятие "навсегда". Это очень сильное понятие, и я только начинаю понимать край его смысла, не смотря на то что давно. . .	My Business CRM MaGz GoLd 16.04.2026 Всем привет, недавно возникла потребность создать CRM, для личных нужд. Собственно программа предоставляет из себя базу данных клиентов, в которой можно фиксировать звонки, стадии сделки, а также. . .

@Путин 45 / 25 / 16 Регистрация: 14.04.2011 Сообщений: 623
	12.03.2014, 18:56 [ТС]
	Спасибо, работает! 0

Опции темы