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
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
| <?php
/**
* ParserAlloCine 0.1 : Recupere les infos d'un film via Allocine
*
* @author : LECOMTE Cyril <cyrhades@free.fr>
* @version : 14/11/2009
*/
class ParserAlloCine
{
// ON CONSERVE LES PORTIONS UTILE POUR ACCELERER L'EXECUTION (300 a 500 lignes au lieu de +6000 lignes)
const PAGE_RECHERCHE = 'http://www.allocine.fr/recherche/1/?q=';
const DEBUT_RECHERCHE = '<table class="totalwidth noborder purehtml">';
const FIN_RECHERCHE = '</table>';
const PAGE_FICHE = 'http://www.allocine.fr/film/fichefilm_gen_cfilm=';
const DEBUT_FICHE = '<div class="boxbasic breadcrumb">';
const FIN_FICHE = '<div class="morezone">';
// N'hésitez pas a ameliorer les patterns ils sont vraiment mal étudié (enfin pas étudié du tout ^^)
const PATERN_ID_FILM = '/fichefilm_gen_cfilm=([0-9]*)\.html/';
const PATERN_POCHETTE_FILM = '/src=\'(http:\/\/.*)\'alt/';
const PATERN_TITRE_ORIGINAL_FILM = '/alt=\'(.*)\' \/>/';
const PATERN_TITRE_FILM = '/fichefilm_gen_cfilm=[0-9]*\.html\'>(.*)<\/a>/';
const PATERN_INFOS_FILMS = '/<span class="fs11">(.*)<br \/>(.*)<br \/>(.*)<\/span>/';
const PATERN_GENRE = '/Genre:(.*)<\/a><br\/>/';
const PATERN_ANNEE = '/ Année de production :(.*)<\/a><br\/>/';
const PATERN_DUREE = '/<br\/> Dur.*([0-9]{1,2})h([0-9]{2}) min/'; // Bug si ecrit Durée pk ???
const PATERN_NOTE = '/<span class="moreinfo">\(([0-9]{1},[0-9]{1})\)<\/span>/';
const PATERN_DATE_SORTIE_CINE = '/\?week=([0-9]{4}-[0-9]{2}-[0-9]{2})/';
const PATERN_SYNOPSIS = "/Synopsis : <\/span>(.*)<\/p><\/div><\/div><ul id/"; // Bug si chaine de fin plus courte Pk???
//-- Attribut privé
private $reponseAlloCine;
private $reponseAlloCineToJson;
private $ficheFilmAlloCine;
private $ficheFilmAlloCineToJson;
private $ResultatRechercheFilm;
//constructeur inutile ici
public function __construct() { }
/**************************** RECHERCHE FILM(s) ****************************/
/**
* interrogerAllocine : Execute une recherche (longue) sur Allocine
* et renvoi le resultat dans une chaine JSON
*
* @param : $p_nomFilm (string) => nom du film recherché
* @return : (sting/json) => resultatde la recherche
*/
public function interrogerAllocine( $p_nomFilm )
{
// on remplace les espaces par des + et les guillemet pour que les recherches fonctionnent
$p_nomFilm = str_replace ( array(' ', "'"), array('+', "+"), $p_nomFilm);
// ici on a la page de reponse de la recherche
$this->reponseAlloCine = file_get_contents(self::PAGE_RECHERCHE.$p_nomFilm);
// on va cionserver que le strict nécessaire dans la page renvoyer par allocine
self::minimiserReponse();
// On retourne la chaine JSON
return $this->reponseAlloCineToJson;
}
/**
* minimiserReponse : Traite la recherche pour recuperer une seule ligne par film trouvé
*/
private function minimiserReponse()
{
// on retire tout les espaces et saut de lignes (sauf les espaces unique)
$this->reponseAlloCine = preg_replace('/[\s]{2,}/','',$this->reponseAlloCine);
// on recupere la zone de resultat de la recherche
$debutr = strpos($this->reponseAlloCine, self::DEBUT_RECHERCHE)+strlen(self::DEBUT_RECHERCHE);
$finr = strpos($this->reponseAlloCine, self::FIN_RECHERCHE, $debutr);
$chaine = substr($this->reponseAlloCine, $debutr, $finr-$debutr);
// on se sert des commentaire pour faire un saut de ligne entre chaque film
$separateurFilm = '/\<\!-- \/IsItemWithPoster \? --\>\<\!-- \/ResType--\>\<\!-- \/IsInit\?--\>/';
$chaine = preg_replace($separateurFilm,"\n",$chaine);
// la reponse d'allocine est devenu notre chaine
$this->reponseAlloCine = $chaine;
// On va generer la liste
$this->creerListingResultatRecherche();
}
/**
* creerListingResultatRecherche : Recupere les infos essentiel pour l'affichage
*/
private function creerListingResultatRecherche()
{
// on decoupe chaque ligne (chaque film)
$films = explode("\n", $this->reponseAlloCine);
$data = array();
foreach ( $films as $index => $value )
{
$this->ResultatRechercheFilm = $value;
$data[$index]['id'] = (int) $this->idFilm();
$data[$index]['pochette'] = (string) strip_tags( $this->pochetteFilm() );
$data[$index]['titre'] = (string) utf8_encode(html_entity_decode( $this->titreFilm() ));
$data[$index]['titre_original'] = (string) utf8_encode(html_entity_decode( $this->titreOriginalFilm() ));
if($data[$index]['titre'] == '')
$data[$index]['titre'] = $data[$index]['titre_original'];
// Les infos (annee, realisateur, acteurs)
$lesInfos = $this->infosFilm();
$data[$index]['annee'] = (int) $lesInfos[1];
$data[$index]['realisateur'] = (string) addslashes(strip_tags( str_replace('de ','',$lesInfos[2]) ));
$data[$index]['acteurs'] = (string) addslashes(strip_tags( str_replace('avec ','',$lesInfos[3]) ));
}
// on crée la chaine Json de retour
$this->reponseAlloCineToJson = json_encode($data);
}
/**
* Retourne l'id du film
*/
private function idFilm()
{
$retour = 0; // retour par defaut
if( preg_match(self::PATERN_ID_FILM, $this->ResultatRechercheFilm, $id) )
{
$retour = (int) $id[1]; // retour si le preg_match a fonctionné
}
return $retour;
}
/**
* Retourne l'url (allocine) de la pochette du film
*/
private function pochetteFilm()
{
$retour = ''; // retour par defaut
if( preg_match(self::PATERN_POCHETTE_FILM,$this->ResultatRechercheFilm,$url) )
{
$retour = $url[1]; // retour si le preg_match a fonctionné
}
return $retour;
}
/**
* Retourne le titre du film
*/
private function titreFilm()
{
$retour = '';
if( preg_match(self::PATERN_TITRE_FILM,$this->ResultatRechercheFilm,$titre) )
{
$retour = utf8_decode(strip_tags($titre[1]));
}
return $retour;
}
/**
* Retourne le titre original du film
*/
private function titreOriginalFilm()
{
$retour = '';
if( preg_match(self::PATERN_TITRE_ORIGINAL_FILM,$this->ResultatRechercheFilm,$titre_original) )
{
$retour = utf8_decode(strip_tags($titre_original[1]));
}
return $retour;
}
private function infosFilm()
{
$retour = '';
if( preg_match(self::PATERN_INFOS_FILMS,$this->ResultatRechercheFilm,$infos) )
{
$retour = $infos;
}
return $retour;
}
/**************************** FICHE FILM ****************************/
public function ficheAllocine($p_idFilm)
{
// ici on a la page de reponse de la recherche
$this->ficheFilmAlloCine = file_get_contents(self::PAGE_FICHE.$p_idFilm.'.html');
self::minimiserFicheFilm();
// On renvoi la chaine JSON
return $this->reponseAlloCineToJson;
}
/**
* minimiserFicheFilm : Traite le retour pour conserver que la fiche du film
*/
private function minimiserFicheFilm()
{
// on retire tout les espaces et saut de lignes (sauf les espaces unique)
$this->ficheFilmAlloCine = preg_replace('/[\s]{2,}/','',$this->ficheFilmAlloCine);
// on recupere la zone d'affichage
$debutf = strpos($this->ficheFilmAlloCine, self::DEBUT_FICHE)+strlen(self::DEBUT_FICHE);
$finf = strpos($this->ficheFilmAlloCine, self::FIN_FICHE, $debutf);
$chaine = substr($this->ficheFilmAlloCine, $debutf, $finf-$debutf);
// on crée l'attribut de la classe avec la fiche elle même
$this->ficheFilmAlloCine = $chaine;
// c'est ici que sera créé le resultat
self::resultatFicheFilm();
}
private function resultatFicheFilm()
{
$data = array();
$data['date_sortie_cine'] = (string) utf8_encode(html_entity_decode( $this->dateSortieCine() ));
$data['genre'] = (string) utf8_encode(html_entity_decode( $this->genreFilm() ));
$data['duree'] = (int) $this->dureeFilm();
$data['note'] = (float) $this->noteFilm();
$data['synopsis'] = (string) utf8_encode(html_entity_decode( strip_tags($this->synopsis())) );
// on crée la chaine Json de retour
$this->reponseAlloCineToJson = json_encode($data);
}
private function genreFilm()
{
$retour = '';
if(preg_match(self::PATERN_GENRE,$this->ficheFilmAlloCine,$genre))
{
$retour = strip_tags(utf8_decode($genre[1]));
}
return $retour;
}
/**
* Retourne la durée du film en minutes
*/
private function dureeFilm()
{
$retour = array();
if(preg_match(self::PATERN_DUREE,$this->ficheFilmAlloCine,$duree))
{
$duree[1] = (int) strip_tags($duree[1]); // Heure
$duree[2] = (int) strip_tags($duree[2]); // Minute
$retour = ($duree[1]*60)+$duree[2];
}
return $retour;
}
/**
* Retourne la note sur 10 (allocine note sur 5)
* J'additionne la note de la presse avec la note spectateur
* si une des note est a 0 (on peux supposer que ce n'est pas noté alors je multiplie par 2 la note)
*/
private function noteFilm()
{
$retour = '';
if(preg_match_all(self::PATERN_NOTE,$this->ficheFilmAlloCine,$note))
{
$presse = (float) str_replace(',','.', $note[1][0]);
$spectateur = (float) str_replace(',','.', $note[1][1]);
$retour = ( $presse + $spectateur ); // Note presse + Note Spectateur
// si la presse ou les spectateurs n'ont pas noté
if( $presse == 0 or $spectateur == 0)
{
$retour = ($retour * 2);
}
}
return $retour;
}
private function dateSortieCine()
{
$retour = '';
if(preg_match(self::PATERN_DATE_SORTIE_CINE,$this->ficheFilmAlloCine,$sortieCine))
{
$retour = strip_tags(utf8_decode($sortieCine[1]));
}
return $retour;
}
/**
* Retourne le synopsis du film
*/
private function synopsis()
{
$retour = '';
if(preg_match(self::PATERN_SYNOPSIS,$this->ficheFilmAlloCine,$description))
{
$retour = utf8_decode($description[1]);
}
return $retour;
}
} |
Récupérer une information avec un parser
Répondre avec citation
Partager