Récuperer le contenu de la balise <title> d'une page distante [Résolu]

[demenvil]

Bonsoir,
Dans le but d'un petit exercice je souhaiterai récupérer le contenu de la balise

Code :

<title></title>

d'un site distant.

Auriez vous une petite piste sur la ou les fonction à utilisé pour faire cela.

J'ai déjà trouvé

Code :

get_meta_tags

pour récupérer les tags mais rien pour cette balise..
Merci à vous !

[sabotage]

Tu peux utiliser DomDocument
http://eusebius.developpez.com/php5dom/
http://www.php.net/manual/fr/domelem...sbytagname.php

[Benjamin Delespierre]

Hello

Code :

1
2
3
4
5
6
 
$xml = file_get_contents("http://www.google.fr/");
if (preg_match("#<title>(?<title>[[:alnum:]]+)</title>#", $xml, $matches))
  echo $matches['title'];
else
  echo "No title found";

On fait difficilement plus simple.

[demenvil]

Merci pour vos réponses
@sabotage je vais aller voir tes deux liens

@Benjamin Delespierre j'ai bien essayé ton code mais j'ai tester avec 3 site il ne me trouve jamais le titre
Une idée du problème ?

[demenvil]

J'ai trouvé ma solution ! Avec quelques modif
Merci à vous.

Code :

1
2
3
4
5
6
7
8
 
<?phpfunction get_title($lien){     
// On récupère le code HTML de la page     $html=file_get_contents($lien);   
 // On extrait le contenu compris entre <title> et </title>    
eregi('<title>(.*)</title>', $html, $regs);     
// On retourne le résultat obtenu     
return $regs[1];}$titre = get_title("url du site ici ");
echo $titre;?>

[Benjamin Delespierre]

eregi est deprecated.

http://php.net/manual/fr/function.eregi.php

Quand tu as essayé mon code, tu as bien spécifié "http://xxx" ? Si tu ne le mets pas ça ne peut pas marcher car PHP ne reconnaitra pas le header à utiliser et croira que tu cherche à charger le contenu du fichier xxx (comportement par défaut de file_get_contenst).

[demenvil]

Arf je ne s'avait pas qu'elle était obsolète... :/
Oui pour ton code j'ai bien mis ce qu'il falait Mais ça ne fonctionné pas..

[Benjamin Delespierre]

C'est louche, en local ici ça marchait... Bref, essaie de changer la regexp

[stealth35]

il faut utiliser les outils adapter, donc DOMDocument comme le dis sabotage, faut vraiment perde cette manie de faire des regex pour tout et n'importe quoi

Code :

1
2
3
4
5
6
7
8
9
10
11
12
$url = 'http://www.google.fr';
 
libxml_use_internal_errors(true);
 
$doc = new DOMDocument();
$doc->loadHTMLFile($url);
 
libxml_clear_errors();
 
$title = $doc->getElementsByTagName('title')->item(0);
 
echo $title->nodeValue;

[Benjamin Delespierre]

C'est vrais Stealth mais à dire à tous les gens qui passent sur le forum de se mettre à DOM et XQuery tu vas leur faire peur - surtout quand leur question se pose pas vraiement dans une démarche industrielle de qualité pour ainsi dire

[stealth35]

Envoyé par Benjamin Delespierre

C'est vrais Stealth mais à dire à tous les gens qui passent sur le forum de se mettre à DOM et XQuery tu vas leur faire peur - surtout quand leur question se pose pas vraiement dans une démarche industrielle de qualité pour ainsi dire

y'a pas de xpath la, et c'est plus simple pour n'importe quelle debutant de comprendre getElementsByTagName('title') que les regex

[Benjamin Delespierre]

C'est vrai que là c'était simple. Mais quand on doit utiliser les XPath ça se corse.
En revanche je suis 100% d'accord avec toi: il faut utiliser DOMDocument pour parser du X(HT)ML. Je suis juste partisant du KISS.

[Lomithrani]

Bonjour j'ai un peu la même problématique cependant je dois récupérer des infos qui sont dans des balises qui ne sont pas unique et vraiment très précise auriez vous quelques conseils?

J'aimerais pouvoir récupérer la query popularity le qci et les sites qui recoivent le plus de traffic, si vous auriez quelques pistes ce serait nickel


http://www.alexa.com/search?q=meuble...ineadesign.com

cordialement,
lomi

ps: à quoi sers le "->item(0);"

j'ai réfléchis et en fait la solution qui était déjà proposée me paraît adaptée je l'ai un peu découpé a la tronçonneuse par contre car ca fonctionne pas pour moi

un var_dump($title) a la fin du code suivant me retourne

Code :

object(DOMNodeList)#29 (0) { }

Code :

1
2
3
4
5
6
7
8
9
10
$url = 'http://www.alexa.com/search?q=canape+pas+cher&r=home_home&p=bigtop';
 
libxml_use_internal_errors(true);
 
$doc = new DOMDocument();
$doc->loadHTMLFile($url);
 
libxml_clear_errors();
 
$title = $doc->getElementsByTagName('qindex');

[stealth35]

Envoyé par Lomithrani

Bonjour j'ai un peu la même problématique cependant je dois récupérer des infos qui sont dans des balises qui ne sont pas unique et vraiment très précise auriez vous quelques conseils?

J'aimerais pouvoir récupérer la query popularity le qci et les sites qui recoivent le plus de traffic, si vous auriez quelques pistes ce serait nickel


http://www.alexa.com/search?q=meuble...ineadesign.com

cordialement,
lomi

le site propose une API tu dois donc l'utiliser

[Lomithrani]

merci de ta réponse je vais étudié ca, j'ai édité mon message cependant pendant que tu me répondais si tu peux y jeter un oeil

[stealth35]

qindex n'est pas un tag mais une classe, donc getElementsByTagName n'est pas adapté, tu doit passer par xpath puisqu'il n'y pas de getElementsByClassName dans l'api de PHP

[Lomithrani]

Envoyé par stealth35

qindex n'est pas un tag mais une classe, donc getElementsByTagName n'est pas adapté, tu doit passer par xpath puisqu'il n'y pas de getElementsByClassName dans l'api de PHP

Aîe , je ne trouve pas l'API (mais bon je vais continuer de chercher) et je vais devoir apprendre ces fameux xpath . Merci encore et à bientôt :/ !

[stealth35]

Envoyé par Lomithrani

Aîe , je ne trouve pas l'API (mais bon je vais continuer de chercher) et je vais devoir apprendre ces fameux xpath . Merci encore et à bientôt :/ !

http://fr.php.net/manual/fr/book.dom.php

[ABCIWEB]

Envoyé par Lomithrani

Aîe , je ne trouve pas l'API (mais bon je vais continuer de chercher) et je vais devoir apprendre ces fameux xpath . Merci encore et à bientôt :/ !

Remarques que tu peux le faire aussi sans xpath tout en utilisant DomDocument

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
<?php
header('Content-type: text/html; charset=UTF-8');
 
$page_cible = 'http://www.alexa.com/search?q=meuble+pas+cher&p=gkey&r=site_siteinfo&s=usineadesign.com';
 
 
$tab = array();
 
$dom = new DOMDocument;// Crée un nouvel objet DOMDocument
 
if(@$dom->loadHTMLFile($page_cible))// Charge le document html
	{
 
		if ($domp = $dom->getElementsByTagName('p'))//recherche les balises p
 
		foreach($domp as $p) //liste les balises p
		{
			$attribut = $p->hasAttributes() ? $p->getAttribute('class') : null;//cherche les attributs class
 
			if ($attribut == 'qindex')// recherche sur la class cible 'qindex'
				{
					if ($p->hasChildNodes()) //Cherche si il y a des noeuds enfants
						{
							foreach ($p->childNodes as $node) //liste les noeuds enfant
								{
									if($node->nodeType == 1 && $node->nodeName != 'span') // Si les noeuds sont de type 1 il s'agit d'éléments (et non pas de texte) et l'on regarde s'ils sont différents de span
										{
											  $index = trim($node->nodeValue);// Enregistre les valeurs du titre = première balises <strong>
										}
									else if($node->nodeType == 3) // noeud texte
 
									$value = trim($node->nodeValue); // Enregistre les valeurs = seules valeurs texte non inclues dans noeud de p
								}
 
							$tab[$index] = str_replace(array("\r\n","\n","\t"),"",$value);// Enregistre les résultats dans un tableau
						}
				}
		}
 
 
		if ($domt = $dom->getElementsByTagName('table'))//recherche les balises table
 
		foreach($domt as $table) //liste les balises table
		{
			$attribut = $table->hasAttributes() ? $table->getAttribute('class') : null;//cherche les attributs class
 
			if ($attribut == 'dataTable')// recherche sur la class cible 'dataTable'
				{
					if ($table->hasChildNodes()) //Cherche si il y a des noeuds enfants
						{
						    $i = 0;
							foreach ($table->childNodes as $node) //liste les noeuds enfant
								{
									if($node->nodeType == 1 && $node->nodeName == 'tr' && $i > 0) // Si les noeuds sont de type 1 il s'agit d'éléments (et non pas de texte) et l'on regarde s'ils sont = tr à partir de la seconde ligne
										{
											$td = $node->getElementsByTagName('td');//recherche les balises td
											if ($td->length >= 3) // si au moins trois éléments (cellules td)
												{
													$tab[$td->item(0)->nodeValue]['Share of Voice'] = $td->item(1)->nodeValue;// Enregistre le site = première valeur comme index du tableau $td et les valeurs suivantes comme valeurs
													$tab[$td->item(0)->nodeValue]['Engagement'] = $td->item(2)->nodeValue;
												}
										}
							            $i++;
							        }
 
						}
				}
		}
	}
	else
	{
		echo 'le document '.$page_cible. ' n\'a pas pu être chargé';
	}
 
echo '<pre>';
print_r($tab);
echo '</pre>';
?>

Bon c'est pas très compliqué quand on connait un peu le DOM mais j'avoue quand même assez laborieux comme code.

Xpath, je l'utilise pas car j'ai pas encore vu une doc digne de ce nom. Au passage si quelqu'un en connaît une autre que les cinq pages "vides" de la doc php, je suis preneur car je vois pas comment on peut se débrouiller avec si peu d'information.

[stealth35]

tu vas lui faire peur avec ça.

XPath c'est tout simple :

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
$url = 'http://www.alexa.com/search?q=meuble+pas+cher&p=gkey&r=site_siteinfo&s=usineadesign.com';
 
libxml_use_internal_errors(true);
 
$doc = new DOMDocument();
$doc->loadHTMLFile($url);
 
libxml_clear_errors();
 
$xpath = new DOMXPath($doc);
$items = $xpath->query('//table[@class="dataTable"]//td');
 
$store = array();
 
foreach($items as $item)
{
    if(!$item->previousSibling)
    {
        $store[$item->textContent] = array();
        $current = &$store[$item->textContent];
        continue;
    }
 
    $current[] = $item->textContent;    
}
 
echo '<pre>', print_r($store, true), '<pre>';

Pour la doc tout est ici :

http://www.w3.org/TR/xpath/
http://msdn.microsoft.com/fr-fr/library/ms256115.aspx


Ps : pas bien le @$dom->loadHTMLFile, utilise libxml_use_internal_errors