Img src atrašana ar php no lazyload

[Pieduriens]

Labdien.

 

No Tripavisor profila lapas cenšos noskračot atsauksmes rakstītāja avatar bildi, bet saits izmanto lazyload, kas img src tur nevis atribūtā, bet footerī un tikai pie page load ielādē bildes. Līdz ar to mani panākumi ar PHP Simple HTML DOM izpaliek,nevaru neko noselektēk, jo nav jau ko.

 

Avatars divs: 

<div class="avatar profile_CF48B2B4A31B43EC96F0561F498CE6BF ">
    <a onclick="">
        <img id="lazyload_-247847544_0" height="74" width="74" class="avatar potentialFacebookAvatar avatarGUID:CF48B2B4A31B43EC96F0561F498CE6BF" src="http://media-cdn.tripadvisor.com/media/photo-l/05/f3/67/c3/lilrazzy.jpg" />
    </a>
</div>

Un Ir js masīvs, kas stāv footerī kur katram img#lazyload_-* pretī ir interesējošais img src:

var lazyImgs = [
{"id":"lazyload_-759354445_0","tagType":"img","scroll":true,"priority":100,"data":"http://media-cdn.tripadvisor.com/media/photo-l/05/f3/67/c3/lilrazzy.jpg"}
,   {"id":"lazyload_-759354445_1","tagType":"img","scroll":true,"priority":100,"data":"http://c1.tacdn.com/img2/icons/gray_flag.png"}
,   {"id":"lazyload_-759354445_2","tagType":"img","scroll":true,"priority":100,"data":"http://media-cdn.tripadvisor.com/media/photo-l/01/2a/fd/98/avatar.jpg"}
,   {"id":"lazyload_-759354445_3","tagType":"img","scroll":true,"priority":100,"data":"http://c1.tacdn.com/img2/icons/gray_flag.png"}
,   {"id":"lazyload_-759354445_4","tagType":"img","scroll":true,"priority":100,"data":"http://media-cdn.tripadvisor.com/media/photo-l/01/2e/70/5e/avatar036.jpg"}
,   {"id":"lazyload_-759354445_5","tagType":"img","scroll":false,"priority":100,"data":"http://c1.tacdn.com/img2/x.gif"}


U.T.T.

Kā no remote url izvilkt interesējošo img src.

Pieduriens.

[Kasspars]

var lazyImgs = [{"id":""....]

šitas ir JSON. Ar php izkasi masīva definēšanu un ar json_decode dabūsi php masīvu, kurā būs bildes id sasaistīts ar īsto avatara url

 

Pēc tam jau <img id="lazyload_-247847544_0" ... > šito sasaisti ar id no masīva. Tā arī dabūsi vajadzīgo avatara url

Edited July 15, 2014 by Kasspars

[Pieduriens]

paldies kaspar. Ir kāda ideja kā izvilkt no remote adreses js masīvu?

[Kavacky]

File_get_contents, piemēram.

[Kasspars]

$c = file_get_contents('te_url');

 

// Atrodam, kur sākas masīva definēšana

$p1 = strpos( $c, 'var lazyImgs =' ) + 14;

 

// Es te pieņemu, ka masīvā netiek definēts vēl viens masīvs. Vismaz tavā, piemēra izsaktās, ka tā arī ir

// Tas nozīmē, ka mūsu masīvu noslēgs simbols ]

$p2 = strpos( $c, ']', $p1 );

 

$images = json_decode( substr( $c, $p1, $p2 - $p1 );

var_dump($images);

Edited July 15, 2014 by Kasspars

[Pieduriens]

Paldies Kaspar par atbildi. Ļoti iepatikās šī stratēģija kā tiks pie kārotā, bet..

No:

$url = 'http://www.tripadvisor.com/Hotel_Review-g274965-d952833-Reviews-Ezera_Maja-Liepaja_Kurzeme_Region.html#REVIEWS';
$html = file_get_contents($url);
$p1 = strpos( $html, 'var lazyImgs =' ) + 14;
$p2 = strpos( $html, ']', $p1 );
$images = json_decode( substr( $html, $p1, $p2 - $p1 ));
var_dump($images);

iegūstu pliku NULL.

[daGrevis]

Nebrīnos. Tu centies parsēt JavaScript ar PHP.

[daGrevis]

Tev nopietni nav pieejama kkāda vide kur izpildīt JS? Kaut vai tas pats node?

[Pieduriens]

Tev nopietni nav pieejama kkāda vide kur izpildīt JS? Kaut vai tas pats node?

Pat nezinu vai šo jautājumu sapratu pareizi..

Bet par tēmu:

paldies kasparam. Json nebija valīds jo nepievienojās ']' pašās beigās.

Nu re, tieku pie rezultāta:

$url = 'http://www.tripadvisor.com/Hotel_Review-g274965-d952833-Reviews-Ezera_Maja-Liepaja_Kurzeme_Region.html#REVIEWS';
$html = file_get_contents($url);
$p1 = strpos( $html, 'var lazyImgs =' ) + 14;
$p2 = strpos( $html, ']', $p1  );
$raw = substr( $html, $p1, $p2 - $p1 ) . ']';
$images = json_decode($raw);
echo '<pre>';
print_r($images);
echo '</pre>';

Edited July 18, 2014 by Pieduriens

[daGrevis]

> Parsing or syntactic analysis is the process of analysing a string of symbols, either in natural language or in computer languages, according to the rules of a formal grammar.

 

Tu patreiz to centies izdarīt ļoti, ļoti sliktā, low-level veidā, kas salūzīs pie pirmās reizes, kad input kaut nedaudz pamainīsies. Es tev iesaku izmantot gatavu parseri, kas parsē JavaScript.

[Kasspars]

Tas ir JSON - Javascript object notation. Tas jau tagad ir tāds pats standarts kā xml. Nekā slikta šajā nav, šis ir ļoti ātrs veids kā dabūt vajadzīgās bildes.

 

Tavs node variants arī noklasies tikko tripadvisor nomainīs lazyImgs mainīgā vārdu vai izvadīto struktūru

[daGrevis]

Tas nav JSON. Un JSON nav tas pats kas JavaScript.

 

Jebkurš variants nokārsies, ja mainīsies _mainīgā_ reālais nosaukums.

[briedis]

Tas nav JSON. Un JSON nav tas pats kas JavaScript.

 

Jebkurš variants nokārsies, ja mainīsies _mainīgā_ reālais nosaukums.

 

Nē nē, json nav JS :D

 

 

JSON (JavaScript Object Notation)

[daGrevis]

JSON != JavaScript. JSON is part of JavaScript.

[daGrevis]

Anyway, tas, ko OP cenšas noparsēt, nav JSON. To tak vajadzētu saprast.