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
| <?php
$homepage = file_get_contents('http://wikipedia.fr/index.php');
echo $homepage;
echo (strlen($homepage));
$chaine = $homepage;
$motif1 = '<div>';
$motif2 = '</div>';
preg_match($motif1, $chaine, $answer1, PREG_OFFSET_CAPTURE);
preg_match($motif2, $chaine, $answer2, PREG_OFFSET_CAPTURE);
print_r($answer1);
print_r($answer2);
//On parcourt les balises <div>
foreach($homepage->getElementsByTagName('div') as $div){
//Si l'id de la page est bodyContent
if($div->getElementsByTagName('div') != ''){
//On met le contenu du premier <p> dans une variable
$premierP = trim($div->getElementsByTagName('p')->item(0)->nodeValue);
//Si le premier <p> est vide ou ne contient pas du texte
while($premierP == '<br>' || $premierP == '<br />' || $premierP == ''){
//On le supprime
$div->removeChild($div->getElementsByTagName('p')->item(0));
//Et on passe au <p> suivant
$premierP = trim($div->getElementsByTagName('p')->item(0)->nodeValue);
};
// pour éviter les messages d'erreur
try{
//On parcourt toutes les tables
foreach( $div->getElementsByTagName('table') as $table ){
//Et on les supprime
$div->removeChild($table);
}
} catch(Exception $e){
//On censure :P
}
//On récupère le contenu de la fameuse balise <p> dans une variable
$description = '<p>' . $div->getElementsByTagName('p')->item(0)->nodeValue. '</p>';
}
}
//On enlève la syntaxe propre à Wikipedia
$description = preg_replace('/\[[0-9]*\][,]|\[[0-9]*\]/', '', $description);
//On affiche de résultat
echo $description; |
Partager