Mammouth du PHP |
504 Messages
14 déc. 2011, 17:07
Re,
Ce code ci marche pour extraire les url des pages de resultats:
<?php
//Script php : Extraction urls Résultats Google
// Copyrights 2008 Seoblackout.com
//http://www.seoblackout.com
//Url script : http://www.seoblackout.com/2008/10/26/extraire-resultats-google/
@set_time_limit(0);
$useragent='Mozilla/5.0';
$regex='<h3 class="r">';
$regex_titre='<h3 class="r">';
$regex_snipets='<h3 class="r">';
//extension et langue google
if ((isset($_POST['ext'])) && ($_POST['ext']!=''))
{
$ext=strip_tags($_POST['ext']);
if ($ext=='fr') {
$lang='fr';
}
else if ($ext=='com') {
$lang='en';
}
else if ($ext=='es') {
$lang='es';
}
else if ($ext=='de') {
$lang='de';
}
else if ($ext=='ca') {
$lang='en';
}
else if ($ext=='ca2') {
$ext='ca';
$lang='fr';
}
else {
$ext='fr';
$lang='fr';
}
}
else
{
// par défaut, on recherche sur google.fr et lang=fr
$ext='fr';
$lang='fr';
}
//nombre de page à extraire :
if ((is_numeric($_POST['pages'])) && ($_POST['pages']!=''))
{
$c=(strip_tags($_POST['pages'])-1);
}
else
{
//10 pages par défaut, on part de 0 donc 10 pages = 9
$c=9;
}
if ((isset($_POST['kw'])) && ($_POST['kw']!=''))
{
$kw=trim(strip_tags($_POST['kw']));
$pagenum = 0;
$googlefrurl = "http://www.google.".$ext."/search?hl=".$lang."&q=" . urlencode($kw) . "&start=$pagenum";
$url_new = '';
while($pagenum <= $c)
{
if (function_exists('curl_init'))
{
$ch = curl_init();
curl_setopt($ch, CURLOPT_USERAGENT, $GLOBALS['useragent']);
curl_setopt($ch, CURLOPT_URL,$googlefrurl);
curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);
$result=curl_exec ($ch);
curl_close ($ch);
}
else
{
$result= file_get_contents($googlefrurl);
}
preg_match_all('/'.$regex.'<a href="(.*?)"/si', $result, $matches);
$i = 0;
$n = count($matches[1]);
$pagenum++;
$pagenum2 = $pagenum.'0';
$googlefrurl = "http://www.google.".$ext."/search?hl=".$lang."&q=" . urlencode($kw) . "&start=$pagenum2&safe=off&pwst=1&filter=0";
while($i <= $n)
{
$url_new1 = addslashes($matches[1][$i]);
$url_new .= trim($matches[1][$i])."<br>";
$i++;
flush();
}
}
$url_new .= '';
}
?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>Extraction Urls résultats Google</title>
</head>
<body>
<h1>Extraction Urls résultats Google</h1>
<div>
<?php
if ((isset($_POST['kw'])) && ($_POST['kw']!='')) {
echo "<h3>Keyword : ",strip_tags($kw),"</h3>";
echo "<h6>Google Results</h6>";
echo str_replace('<br><br>','<br>',$url_new);
echo str_replace('<br><br>','<br>',$titre_new);
echo str_replace('<br><br>','<br>',$snipets_new);
}
?>
<form method="POST" action="<?php echo strip_tags($_SERVER['REQUEST_URI']) ;?>">
<p>Saisir vos mots-clés :</p>
<input name="kw" type="text" size="100" value="<?php if (isset($_POST['kw'])) {echo strip_tags($kw);} ?>">
<p>Nombre de pages à extraire (optionel => 10 pages par défaut):</p>
<input name="pages" type="text" size="3" maxlength="3" value="<?php if (isset($_POST['pages'])) {echo strip_tags($_POST['pages']);} else {echo '10';} ?>">
<p>Moteur :</p>
<select name="ext">
<option value="fr"<?php if (($_POST['ext'])=='fr') {echo ' selected';} ?>>Google.fr (hl=fr)</option>
<option value="com"<?php if (($_POST['ext'])=='com') {echo ' selected';} ?>>Google.com (hl=en)</option>
<option value="es"<?php if (($_POST['ext'])=='es') {echo ' selected';} ?>>Google.es (hl=es)</option>
<option value="de"<?php if (($_POST['ext'])=='de') {echo ' selected';} ?>>Google.de (hl=de)</option>
<option value="ca"<?php if (($_POST['ext'])=='ca') {echo ' selected';} ?>>Google.ca (hl=en)</option>
<option value="ca2"<?php if (($_POST['ext'])=='ca2') {echo ' selected';} ?>>Google.ca (hl=fr)</option>
</select>
<p><input type="submit" value="Go" name="go">
<input type='button' value='Annuler' onclick='location.href="<?php echo strip_tags($_SERVER['REQUEST_URI']) ;?>"'></p>
</form>
<br />
<small>Script proposé par SEO BlackOut : <a href="http://www.seoblackout.com/">référencement</a></small>
</div>
</body>
</html>
Maintenant, il me manque a extraire le titre et le snipets. J'ai bien reperer les blaise adéquates:
Titre: <h3 class=r>
snipet: <span Class=st>
mais j'y connais rien au fonctionnement du preg_match_all et comment lier tout ça; Merci de votre aide
