顯示具有 PHP 標籤的文章。 顯示所有文章
顯示具有 PHP 標籤的文章。 顯示所有文章

2010年1月13日 星期三

PHP中的CURL函數庫


目前為目最全的CURL中文說明了,學PHP的要好好掌握.有很多的參數.大部份都很有用.真正掌握了它和正則,一定就是個採集高手了.
PHP中的CURL函數庫(Client URL Library Function)
curl_close — 關閉一個curl會話
curl_copy_handle — 拷貝一個curl連接資源的所有內容和參數
curl_errno — 返回一個包含當前會話錯誤信息的數字編號
curl_error — 返回一個包含當前會話錯誤信息的字符串
curl_exec — 執行一個curl會話
curl_getinfo — 獲取一個curl連接資源句柄的信息
curl_init — 初始化一個curl會話
curl_multi_add_handle — 向curl批處理會話中添加單獨的curl句柄資源
curl_multi_close — 關閉一個批處理句柄資源
curl_multi_exec — 解析一個curl批處理句柄
curl_multi_getcontent — 返回獲取的輸出的文本流
curl_multi_info_read — 獲取當前解析的curl的相關傳輸信息
curl_multi_init — 初始化一個curl批處理句柄資源
curl_multi_remove_handle — 移除curl批處理句柄資源中的某個句柄資源
curl_multi_select — Get all the sockets associated with the cURL extension, which can then be "selected"
curl_setopt_array — 以數組的形式為一個curl設置會話參數
curl_setopt — 為一個curl設置會話參數
curl_version — 獲取curl相關的版本信息
curl_init()函數的作用初始化一個curl會話,curl_init()函數唯一的一個參數是可選的,表示一個url地址。
curl_exec()函數的作用是執行一個curl會話,唯一的參數是curl_init()函數返回的句柄。
curl_close()函數的作用是關閉一個curl會話,唯一的參數是curl_init()函數返回的句柄。
$ch = curl_init("http://www.baidu.com/");
curl_exec($ch);
curl_close($ch);
?>
curl_version()函數的作用是獲取curl相關的版本信息,curl_version()函數有一個參數,不清楚是做什麼的
print_r(curl_version())
?>
curl_getinfo()函數的作用是獲取一個curl連接資源句柄的信息,curl_getinfo()函數有兩個參數,第一個參數是curl的資源句柄,第二個參數是下面一些常量:
$ch = curl_init("http://www.baidu.com/");
print_r(curl_getinfo($ch));
?>
可選的常量包括:
CURLINFO_EFFECTIVE_URL
最後一個有效的url地址
CURLINFO_HTTP_CODE
最後一個收到的HTTP代碼
CURLINFO_FILETIME
遠程獲取文檔的時間,如果無法獲取,則返回值為「-1」
CURLINFO_TOTAL_TIME
最後一次傳輸所消耗的時間
CURLINFO_NAMELOOKUP_TIME
名稱解析所消耗的時間
CURLINFO_CONNECT_TIME
建立連接所消耗的時間
CURLINFO_PRETRANSFER_TIME
從建立連接到準備傳輸所使用的時間
CURLINFO_STARTTRANSFER_TIME
從建立連接到傳輸開始所使用的時間
CURLINFO_REDIRECT_TIME
在事務傳輸開始前重定向所使用的時間
CURLINFO_SIZE_UPLOAD
上傳數據量的總值
CURLINFO_SIZE_DOWNLOAD
下載數據量的總值
CURLINFO_SPEED_DOWNLOAD
平均下載速度
CURLINFO_SPEED_UPLOAD
平均上傳速度
CURLINFO_HEADER_SIZE
header部分的大小
CURLINFO_HEADER_OUT
發送請求的字符串
CURLINFO_REQUEST_SIZE
在HTTP請求中有問題的請求的大小
CURLINFO_SSL_VERIFYRESULT
Result of SSL certification verification requested by setting CURLOPT_SSL_VERIFYPEER
CURLINFO_CONTENT_LENGTH_DOWNLOAD
從Content-Length: field中讀取的下載內容長度
CURLINFO_CONTENT_LENGTH_UPLOAD
上傳內容大小的說明
CURLINFO_CONTENT_TYPE
下載內容的「Content-type」值,NULL表示服務器沒有發送有效的「Content-Type: header」
curl_setopt()函數的作用是為一個curl設置會話參數。curl_setopt_array()函數的作用是以數組的形式為一個curl設置會話參數。
$ch = curl_init();
$fp = fopen("example_homepage.txt", "w");
curl_setopt($ch, CURLOPT_FILE, $fp);
$options = array(
CURLOPT_URL = > 'http://www.baidu.com/',
CURLOPT_HEADER = > false
);
curl_setopt_array($ch, $options);
curl_exec($ch);
curl_close($ch);
fclose($fp);
?>
可設置的參數有:
CURLOPT_AUTOREFERER
自動設置header中的referer信息
CURLOPT_BINARYTRANSFER
在啟用CURLOPT_RETURNTRANSFER時候將獲取數據返回
CURLOPT_COOKIESESSION
啟用時curl會僅僅傳遞一個session cookie,忽略其他的cookie,默認狀況下curl會將所有的cookie返回給服務端。session cookie是指那些用來判斷服務器端的session是否有效而存在的cookie。
CURLOPT_CRLF
啟用時將Unix的換行符轉換成回車換行符。
CURLOPT_DNS_USE_GLOBAL_CACHE
啟用時會啟用一個全局的DNS緩存,此項為線程安全的,並且默認為true。
CURLOPT_FAILONERROR
顯示HTTP狀態碼,默認行為是忽略編號小於等於400的HTTP信息
CURLOPT_FILETIME
啟用時會嘗試修改遠程文檔中的信息。結果信息會通過curl_getinfo()函數的CURLINFO_FILETIME選項返回。
CURLOPT_FOLLOWLOCATION
啟用時會將服務器服務器返回的「Location:」放在header中遞歸的返回給服務器,使用CURLOPT_MAXREDIRS可以限定遞歸返回的數量。
CURLOPT_FORBID_REUSE
在完成交互以後強迫斷開連接,不能重用。
CURLOPT_FRESH_CONNECT
強制獲取一個新的連接,替代緩存中的連接。
CURLOPT_FTP_USE_EPRT
TRUE to use EPRT (and LPRT) when doing active FTP downloads. Use FALSE to disable EPRT and LPRT and use PORT only.
Added in PHP 5.0.0.
CURLOPT_FTP_USE_EPSV
TRUE to first try an EPSV command for FTP transfers before reverting back to PASV. Set to FALSE to disable EPSV.
CURLOPT_FTPAPPEND
TRUE to append to the remote file instead of overwriting it.
CURLOPT_FTPASCII
An alias of CURLOPT_TRANSFERTEXT. Use that instead.
CURLOPT_FTPLISTONLY
TRUE to only list the names of an FTP directory.
CURLOPT_HEADER
啟用時會將頭文件的信息作為數據流輸出。
CURLOPT_HTTPGET
啟用時會設置HTTP的method為GET,因為GET是默認是,所以只在被修改的情況下使用。
CURLOPT_HTTPPROXYTUNNEL
啟用時會通過HTTP代理來傳輸。
CURLOPT_MUTE
講curl函數中所有修改過的參數恢復默認值。
CURLOPT_NETRC
在連接建立以後,訪問~/.netrc文件獲取用戶名和密碼信息連接遠程站點。
CURLOPT_NOBODY
啟用時將不對HTML中的body部分進行輸出。
CURLOPT_NOPROGRESS
啟用時關閉curl傳輸的進度條,此項的默認設置為true
CURLOPT_NOSIGNAL
啟用時忽略所有的curl傳遞給php進行的信號。在SAPI多線程傳輸時此項被默認打開。
CURLOPT_POST
啟用時會發送一個常規的POST請求,類型為:application/x-www-form-urlencoded,就像表單提交的一樣。
CURLOPT_PUT
啟用時允許HTTP發送文件,必須同時設置CURLOPT_INFILE和CURLOPT_INFILESIZE
CURLOPT_RETURNTRANSFER
講curl_exec()獲取的信息以文件流的形式返回,而不是直接輸出。
CURLOPT_SSL_VERIFYPEER
FALSE to stop cURL from verifying the peer's certificate. Alternate certificates to verify against can be specified with the CURLOPT_CAINFO option or a certificate directory can be specified with the CURLOPT_CAPATH option. CURLOPT_SSL_VERIFYHOST may also need to be TRUE or FALSE if CURLOPT_SSL_VERIFYPEER is disabled (it defaults to 2). TRUE by default as of cURL 7.10. Default bundle installed as of cURL 7.10.
CURLOPT_TRANSFERTEXT
TRUE to use ASCII mode for FTP transfers. For LDAP, it retrieves data in plain text instead of HTML. On Windows systems, it will not set STDOUT to binary mode.
CURLOPT_UNRESTRICTED_AUTH
在使用CURLOPT_FOLLOWLOCATION產生的header中的多個locations中持續追加用戶名和密碼信息,即使域名已發生改變。
CURLOPT_UPLOAD
啟用時允許文件傳輸
CURLOPT_VERBOSE
啟用時會匯報所有的信息,存放在STDERR或指定的CURLOPT_STDERR中
CURLOPT_BUFFERSIZE
每次獲取的數據中讀入緩存的大小,這個值每次都會被填滿。
CURLOPT_CLOSEPOLICY
不是CURLCLOSEPOLICY_LEAST_RECENTLY_USED就是CURLCLOSEPOLICY_OLDEST,還存在另外三個,但是curl暫時還不支持。.
CURLOPT_CONNECTTIMEOUT
在發起連接前等待的時間,如果設置為0,則不等待。
CURLOPT_DNS_CACHE_TIMEOUT
設置在內存中保存DNS信息的時間,默認為120秒。
CURLOPT_FTPSSLAUTH
The FTP authentication method (when is activated): CURLFTPAUTH_SSL (try SSL first), CURLFTPAUTH_TLS (try TLS first), or CURLFTPAUTH_DEFAULT (let cURL decide).
CURLOPT_HTTP_VERSION
設置curl使用的HTTP協議,CURL_HTTP_VERSION_NONE(讓curl自己判斷),CURL_HTTP_VERSION_1_0(HTTP/1.0),CURL_HTTP_VERSION_1_1(HTTP/1.1)
CURLOPT_HTTPAUTH
使用的HTTP驗證方法,可選的值有:CURLAUTH_BASIC,CURLAUTH_DIGEST,CURLAUTH_GSSNEGOTIATE,CURLAUTH_NTLM,CURLAUTH_ANY,CURLAUTH_ANYSAFE,可以使用「|」操作符分隔多個值,curl讓服務器選擇一個支持最好的值,CURLAUTH_ANY等價於CURLAUTH_BASIC | CURLAUTH_DIGEST | CURLAUTH_GSSNEGOTIATE | CURLAUTH_NTLM,CURLAUTH_ANYSAFE等價於CURLAUTH_DIGEST | CURLAUTH_GSSNEGOTIATE | CURLAUTH_NTLM
CURLOPT_INFILESIZE
設定上傳文件的大小
CURLOPT_LOW_SPEED_LIMIT
當傳輸速度小於CURLOPT_LOW_SPEED_LIMIT時,PHP會根據CURLOPT_LOW_SPEED_TIME來判斷是否因太慢而取消傳輸。
CURLOPT_LOW_SPEED_TIME
The number of seconds the transfer should be below CURLOPT_LOW_SPEED_LIMIT for PHP to consider the transfer too slow and abort.
當傳輸速度小於CURLOPT_LOW_SPEED_LIMIT時,PHP會根據CURLOPT_LOW_SPEED_TIME來判斷是否因太慢而取消傳輸。
CURLOPT_MAXCONNECTS
允許的最大連接數量,超過是會通過CURLOPT_CLOSEPOLICY決定應該停止哪些連接
CURLOPT_MAXREDIRS
指定最多的HTTP重定向的數量,這個選項是和CURLOPT_FOLLOWLOCATION一起使用的。
CURLOPT_PORT
一個可選的用來指定連接端口的量
CURLOPT_PROXYAUTH
The HTTP authentication method(s) to use for the proxy connection. Use the same bitmasks as described in CURLOPT_HTTPAUTH. For proxy authentication, only CURLAUTH_BASIC and CURLAUTH_NTLM are currently supported.
CURLOPT_PROXYPORT
The port number of the proxy to connect to. This port number can also be set in CURLOPT_PROXY.
CURLOPT_PROXYTYPE
Either CURLPROXY_HTTP (default) or CURLPROXY_SOCKS5.
CURLOPT_RESUME_FROM
在恢復傳輸時傳遞一個字節偏移量(用來斷點續傳)
CURLOPT_SSL_VERIFYHOST
1 to check the existence of a common name in the SSL peer certificate.
2 to check the existence of a common name and also verify that it matches the hostname provided.
CURLOPT_SSLVERSION
The SSL version (2 or 3) to use. By default PHP will try to determine this itself, although in some cases this must be set manually.
CURLOPT_TIMECONDITION
如果在CURLOPT_TIMEVALUE指定的某個時間以後被編輯過,則使用CURL_TIMECOND_IFMODSINCE返回頁面,如果沒有被修改過,並且CURLOPT_HEADER為true,則返回一個"304 Not Modified"的header,CURLOPT_HEADER為false,則使用CURL_TIMECOND_ISUNMODSINCE,默認值為 CURL_TIMECOND_IFMODSINCE
CURLOPT_TIMEOUT
設置curl允許執行的最長秒數
CURLOPT_TIMEVALUE
設置一個CURLOPT_TIMECONDITION使用的時間戳,在默認狀態下使用的是CURL_TIMECOND_IFMODSINCE
CURLOPT_CAINFO
The name of a file holding one or more certificates to verify the peer with. This only makes sense when used in combination with CURLOPT_SSL_VERIFYPEER.
CURLOPT_CAPATH
A directory that holds multiple CA certificates. Use this option alongside CURLOPT_SSL_VERIFYPEER.
CURLOPT_COOKIE
設定HTTP請求中「Set-Cookie:」部分的內容。
CURLOPT_COOKIEFILE
包含cookie信息的文件名稱,這個cookie文件可以是Netscape格式或者HTTP風格的header信息。
CURLOPT_COOKIEJAR
連接關閉以後,存放cookie信息的文件名稱
CURLOPT_CUSTOMREQUEST
A custom request method to use instead of "GET" or "HEAD" when doing a HTTP request. This is useful for doing "DELETE" or other, more obscure HTTP requests. Valid values are things like "GET", "POST", "CONNECT" and so on; i.e. Do not enter a whole HTTP request line here. For instance, entering "GET /index.html HTTP/1.0\r\n\r\n" would be incorrect.
Note: Don't do this without making sure the server supports the custom request method first.
CURLOPT_EGBSOCKET
Like CURLOPT_RANDOM_FILE, except a filename to an Entropy Gathering Daemon socket.
CURLOPT_ENCODING
header中「Accept-Encoding: 」部分的內容,支持的編碼格式為:"identity","deflate","gzip"。如果設置為空字符串,則表示支持所有的編碼格式
CURLOPT_FTPPORT
The value which will be used to get the IP address to use for the FTP "POST" instruction. The "POST" instruction tells the remote server to connect to our specified IP address. The string may be a plain IP address, a hostname, a network interface name (under Unix), or just a plain '-' to use the systems default IP address.
CURLOPT_INTERFACE
在外部網絡接口中使用的名稱,可以是一個接口名,IP或者主機名。
CURLOPT_KRB4LEVEL
KRB4(Kerberos 4)安全級別的設置,可以是一下幾個值之一:"clear","safe","confidential","private"。默認的值為"private",設置為null的時候表示禁用KRB4,現在KRB4安全僅能在FTP傳輸中使用。
CURLOPT_POSTFIELDS
在HTTP中的「POST」操作。如果要傳送一個文件,需要一個@開頭的文件名
CURLOPT_PROXY
設置通過的HTTP代理服務器
CURLOPT_PROXYUSERPWD
連接到代理服務器的,格式為「[username]:[password]」的用戶名和密碼。
CURLOPT_RANDOM_FILE
設定存放SSL用到的隨機數種子的文件名稱
CURLOPT_RANGE
設置HTTP傳輸範圍,可以用「X-Y」的形式設置一個傳輸區間,如果有多個HTTP傳輸,則使用逗號分隔多個值,形如:"X-Y,N-M"。
CURLOPT_REFERER
設置header中"Referer: " 部分的值。
CURLOPT_SSL_CIPHER_LIST
A list of ciphers to use for SSL. For example, RC4-SHA and TLSv1 are valid cipher lists.
CURLOPT_SSLCERT
傳遞一個包含PEM格式證書的字符串。
CURLOPT_SSLCERTPASSWD
傳遞一個包含使用CURLOPT_SSLCERT證書必需的密碼。
CURLOPT_SSLCERTTYPE
The format of the certificate. Supported formats are "PEM" (default), "DER", and "ENG".
CURLOPT_SSLENGINE
The identifier for the crypto engine of the private SSL key specified in CURLOPT_SSLKEY.
CURLOPT_SSLENGINE_DEFAULT
The identifier for the crypto engine used for asymmetric crypto operations.
CURLOPT_SSLKEY
The name of a file containing a private SSL key.
CURLOPT_SSLKEYPASSWD
The secret password needed to use the private SSL key specified in CURLOPT_SSLKEY.
Note: Since this option contains a sensitive password, remember to keep the PHP script it is contained within safe.
CURLOPT_SSLKEYTYPE
The key type of the private SSL key specified in CURLOPT_SSLKEY. Supported key types are "PEM" (default), "DER", and "ENG".
CURLOPT_URL
需要獲取的URL地址,也可以在PHP的curl_init()函數中設置。
CURLOPT_USERAGENT
在HTTP請求中包含一個」user-agent」頭的字符串。
CURLOPT_USERPWD
傳遞一個連接中需要的用戶名和密碼,格式為:「[username]:[password]」。
CURLOPT_HTTP200ALIASES
設置不再以error的形式來處理HTTP 200的響應,格式為一個數組。
CURLOPT_HTTPHEADER
設置一個header中傳輸內容的數組。
CURLOPT_POSTQUOTE
An array of FTP commands to execute on the server after the FTP request has been performed.
CURLOPT_QUOTE
An array of FTP commands to execute on the server prior to the FTP request.
CURLOPT_FILE
設置輸出文件的位置,值是一個資源類型,默認為STDOUT (瀏覽器)。
CURLOPT_INFILE
在上傳文件的時候需要讀取的文件地址,值是一個資源類型。
CURLOPT_STDERR
設置一個錯誤輸出地址,值是一個資源類型,取代默認的STDERR。
CURLOPT_WRITEHEADER
設置header部分內容的寫入的文件地址,值是一個資源類型。
CURLOPT_HEADERFUNCTION
設置一個回調函數,這個函數有兩個參數,第一個是curl的資源句柄,第二個是輸出的header數據。header數據的輸出必須依賴這個函數,返回已寫入的數據大小。
CURLOPT_PASSWDFUNCTION
設置一個回調函數,有三個參數,第一個是curl的資源句柄,第二個是一個密碼提示符,第三個參數是密碼長度允許的最大值。返回密碼的值。
CURLOPT_READFUNCTION
設置一個回調函數,有兩個參數,第一個是curl的資源句柄,第二個是讀取到的數據。數據讀取必須依賴這個函數。返回讀取數據的大小,比如0或者EOF。
CURLOPT_WRITEFUNCTION
設置一個回調函數,有兩個參數,第一個是curl的資源句柄,第二個是寫入的數據。數據寫入必須依賴這個函數。返回精確的已寫入數據的大小
curl_copy_handle()函數的作用是拷貝一個curl連接資源的所有內容和參數
$ch = curl_init("http://www.baidu.com/");
$another = curl_copy_handle($ch);
curl_exec($another);
curl_close($another);
?>
curl_error()函數的作用是返回一個包含當前會話錯誤信息的字符串。
curl_errno()函數的作用是返回一個包含當前會話錯誤信息的數字編號。
curl_multi_init()函數的作用是初始化一個curl批處理句柄資源。
curl_multi_add_handle()函數的作用是向curl批處理會話中添加單獨的curl句柄資源。curl_multi_add_handle()函數有兩個參數,第一個參數表示一個curl批處理句柄資源,第二個參數表示一個單獨的curl句柄資源。
curl_multi_exec()函數的作用是解析一個curl批處理句柄,curl_multi_exec()函數有兩個參數,第一個參數表示一個批處理句柄資源,第二個參數是一個引用值的參數,表示剩餘需要處理的單個的curl句柄資源數量。
curl_multi_remove_handle() 函數表示移除curl批處理句柄資源中的某個句柄資源,curl_multi_remove_handle()函數有兩個參數,第一個參數表示一個curl批處理句柄資源,第二個參數表示一個單獨的 curl句柄資源。
curl_multi_close()函數的作用是關閉一個批處理句柄資源。
$ch1 = curl_init();
$ch2 = curl_init();
curl_setopt($ch1, CURLOPT_URL, "http://www.baidu.com/");
curl_setopt($ch1, CURLOPT_HEADER, 0);
curl_setopt($ch2, CURLOPT_URL, "http://www.google.com/");
curl_setopt($ch2, CURLOPT_HEADER, 0);
$mh = curl_multi_init();
curl_multi_add_handle($mh,$ch1);
curl_multi_add_handle($mh,$ch2);
do {
curl_multi_exec($mh,$flag);
} while ($flag > 0);
curl_multi_remove_handle($mh,$ch1);
curl_multi_remove_handle($mh,$ch2);
curl_multi_close($mh);
?>
curl_multi_getcontent()函數的作用是在設置了CURLOPT_RETURNTRANSFER的情況下,返回獲取的輸出的文本流。
curl_multi_info_read()函數的作用是獲取當前解析的curl的相關傳輸信息。
curl_multi_select()
Get all the sockets associated with the cURL extension, which can then be "selected"

2010年1月5日 星期二

All about HTML tags 9 Regular Expressions to strip HTML tags

這是我目前找到跟html有關而且最好用的正規式參考範例了
轉自
http://www.pagecolumn.com/tool/all_about_html_tags.htm


All about HTML tags

9 Regular Expressions to strip HTML tags



Quick syntax reference

flags
  • g - global match
  • i - ignore case
  • m - match over multiple lines
Escaping
  • \ - special characters to literal and literal characters to special
Quantifiers

  • ? - matches zero or one times
  • * - matches zero or more times
  • + - matches one or more times
  • {n} - matches n times
  • {n, m} - matches at least n times, but not more than m times
Anchors
  • ^ - matches at the start of the line
  • $ - matches at the end of the line
  • \b - matches at the beginning or the end of a word
delimiter
  • (?:x) - matches x not remember the match
  • x(?=y) - matches x only if x is followed by y
  • x(?!y) - matches x only if x is not followed by y
Character Escapes
  • \s - matches whitespace
  • \S - matches anything but a whitespace
  • \f - matches a form-feed
  • \n - matches a linefeed
  • \r - matches a carriage return
  • \t - matches a horizontal tab
  • \v - matches vertical tab
  • \w - matches any alphanumeric character including the underscore. Equivalent to [A-Za-z0-9_]
  • \W - matches any non-word character. Equivalent to [^A-Za-z0-9_]
Others
  • . - matches any character except a newline


It's not an easy job to parse HTML tags of the whole page using regular expressions.
But if you are dealing with a part of HTML tags and handle it as a string, the following regular expressions may be of your help.


1
matches specific tag pairs and content between them

RegEx Expression:
/<\s*h4[^>]*>(.*?)<\s*/\s*h4>/g

Method:
exec, match
Testing String

<h4 class="sds">And more ...</h4>


Live Test



2
matches all HTML tags pairs including attributes in the tags

RegEx Expression:
/<(.|\n)*?>/g
Method:
match
Testing String

<div class="tab0">CSS code formatter</div><div class="tab2">CSS code compressor</div>


Live Test


3
match all start tags including attributes in the tags

RegEx Expression:
/<\s*\w.*?>/g
Method:
match
Testing String
<div class="box">5 px radius of round corner</div><div class="box">7 px radius of round
corner</div><div style="color:#6699cc">color</div>

Live Test


4
matches all close tag

RegEx Expression:
/<\s*\/\s*\w\s*.*?>|<\s*br\s*>/g
Method:
match
Testing String

<div class="sds">not sure where it can be used</div></br>


Live Test


5
matches start tag of specific tag including attibutes

RegEx Expression:
/<\s*div.*?>/g
Method:
match
Testing String

<div class="tab1">tabs generator</div>


Live Test


6
matches close part of specific tag pair

RegEx Expression:
/<\s*\/\s*div\s*.*?>/g
Method:
match
Testing String

<div class="sds">javascript + CSS ...</div>


Live Test


7
matches specific HTML tag pair including attributes in the tags.

RegEx Expression:
/<\s*\/?\s*span\s*.*?>/g
Method:
match
Testing String

<span class="csc">Regex examples</span>


Live Test

8
matches start tag with specific attribute

RegEx Expression:
/<\s*\w*\s*style.*?>/g
Method:
match
Testing String

<div style="color:#6699cc">round corner</div>


Live Test

9
matches start tag with specific attribute

RegEx Expression:
/<\s*\w*\s*href\s*=\s*"?\s*([\w\s%#\/\.;:_-]*)\s*"?.*?>/g
Method:
exec, match
Testing String
<span ><a href="http://www.pagecolumn.com/">

3 Column Layout Generator </a></span> <span >
<a href="http://www.pagecolumn.com/2_col_generator.htm">2 Column Layout Generator</a></span>

Live Test

Social Bookmark if the tool is useful.


2009年9月10日 星期四

撰寫 PHP 程式的一些優化建議

這裡有一篇 Tsung 翻譯的「PHP 程式效能優化的 40 條建議」,覺得很不錯。個人接觸 PHP 這個語言約有四個年頭了,再撰寫時多少會注意一些效能細節,不過有時為了讓程式碼更好看、簡短,往往就忽略掉這些細節,這篇的建議正好可以讓新手學習、老手複習一些 PHP 的最佳化技巧。

引用內容:

  1. 如果一個方法可靜態化,就對它做靜態聲明。速率可提升至4倍
  2. echo 比 print 快
  3. 使用echo的多重參數(譯註:指用逗號而不是句點)代替字元串連接
  4. 在執行for循環之前確定最大循環數,不要每循環一次都計算最大值
  5. 註銷那些不用的變量尤其是大數組,以便釋放內存
  6. 盡量避免使用__get,__set,__autoload
  7. require_once()代價昂貴
  8. 在包含文件時使用完整路徑,解析操作系統路徑所需的時間會更少
  9. 如果你想知道腳本開始執行(譯註:即服務器端收到客戶端請求)的時刻,使用$_SERVER['REQUEST_TIME']要好於time()
  10. 函數代替正則表達式完成相同功能
  11. str_replace函數比preg_replace函數快,但strtr函數的效率是str_replace函數的四倍
  12. 如果一個字元串替換函數,可接受數組或字元作為參數,並且參數長度不太長,那麼可以考慮額外寫一段替換程式,使得每次傳遞參數是一個字元,而不是只寫一行程式接受數組作為查詢和替換的參數
  13. 使用選擇分支語句(譯註:即switch case)好於使用多個if,else if語句
  14. 用@屏蔽錯誤消息的做法非常慢
  15. 打開apache的mod_deflate模塊
  16. 資料庫連接當使用完畢時應關掉
  17. $row['id']的效率是$row[id]的7倍
  18. 錯誤訊息代價昂貴
  19. 盡量不要在for循環中使用函數,比如for ($x=0; $x <>
  20. 在function中遞增局部變量,速度是最快的。幾乎與在函數中調用局部變量的速度相當
  21. 遞增一個全局變量要比遞增一個局部變量慢2倍
  22. 遞增一個物件屬性(如:$this->prop++)要比遞增一個局部變量慢3倍
  23. 遞增一個未預定義的局部變量要比遞增一個預定義的局部變量慢9至10倍
  24. 僅定義一個局部變量而沒在函數中調用它,同樣會減慢速度(其程度相當於遞增一個局部變量)。PHP大概會檢查看是否存在全局變量
  25. 方法調用看來與類中定義的方法的數量無關,因為我(在測試方法之前和之後都)添加了10個方法,但性能上沒有變化
  26. 派生類中的方法運行起來要快於在基類中定義的同樣的方法
  27. 調用帶有一個參數的空函數,其花費的時間相當於執行7至8次的局部變量遞增操作。類似的方法調用所花費的時間接近於15次的局部變量遞增操作
  28. 用單引號代替雙引號來包含字元串,這樣做會更快一些。因為PHP會在雙引號包圍的字元串中搜尋變量,單引號則不會。當然,只有當你不需要在字元串中包含變量時才可以這麼做
  29. 輸出多個字元串時,用逗號代替句點來分隔字元串,速度更快。註意:只有echo能這麼做,它是一種可以把多個字元串當作參數的“函數”(譯註:PHP手冊中說echo是語言結構,不是真正的函數,故把函數加上了雙引號)
  30. Apache解析一個PHP腳本的時間要比解析一個靜態HTML頁面慢2至10倍。盡量多用靜態HTML頁面,少用腳本
  31. 除非腳本可以緩存,否則每次調用時都會重新編譯一次。引入一套PHP緩存機制通常可以提升25%至100%的性能,以免除編譯開銷
  32. 盡量做緩存,可使用memcached。memcached是一款高性能的內存物件緩存系統,可用來加速動態Web應用程式,減輕數據庫負載。對運算碼 (OP code)的緩存很有用,使得腳本不必為每個請求做重新編譯
  33. 當操作字元串並需要檢驗其長度是否滿足某種要求時,你想當然地會使用strlen()函數。此函數執行起來相當快,因為它不做任何計算,只返回在 zval 結構(C的內置數據結構,用於存儲PHP變量)中存儲的已知字元串長度。但是,由於strlen()是函數,多多少少會有些慢,因為函數調用會經過諸多步 驟,如字母小寫化(譯註:指函數名小寫化,PHP不區分函數名大小寫),會跟隨被調用的函數一起執行。在某些情況下,你可以使用isset() 技巧加速執行你的程式
    舉例如下:
    if (strlen($foo) < 5) { echo "Foo is too short"; }
    與下面的技巧做比較:
    if (!isset($foo{5})) { echo "Foo is too short"; }
    調用isset()恰巧比strlen()快,因為與後者不同的是,isset()作為一種語言結構,意味著它的執行不需要函數查找和字母小寫化。也就是說,實際上在檢驗字元串長度的頂層程式中你沒有花太多開銷
  34. 當執行變數$i的遞增或遞減時,$i++會比++$i慢一些。這種差異是PHP特有的,並不適用於其他語言,所以請不要修改你的C或Java程式 並指望它們能立即變快,沒用的。++$i更快是因為它只需要3條指令(opcodes),$i++則需要4條指令。後置遞增實際上會產生一個臨時變量,這 個臨時變量隨後被遞增。而前置遞增直接在原值上遞增。這是最優化處理的一種,正如Zend的PHP優化器所作的那樣。牢記這個優化處理不失為一個好主意, 因為並不是所有的指令優化器都會做同樣的優化處理,並且存在大量沒有裝配指令優化器的網際網路服務提供商(ISPs)和服務器
  35. 並不是所有都要使用OOP,面向物件往往開銷很大,每個方法和物件調用都會消耗很多Memory
  36. 並非要用 class 實現所有的數據結構,數組也很有用
  37. 不要把方法細分得過多,仔細想想你真正打算重用的是哪些程式?
  38. 當你需要時,你總能把程式分解成方法
  39. 盡量採用大量的PHP內置函數
  40. 如果在程式中存在大量耗時的函數,你可以考慮用C擴展的方式實現它們
  41. 評估檢驗(profile)你的程式。檢驗器會告訴你,程式的哪些部分消耗了多少時間。Xdebug調試器包含了檢驗程式,評估檢驗總體上可以顯示出程式的瓶頸
  42. mod_zip可作為Apache模塊,用來即時壓縮你的數據,並可讓數據傳輸量降低80%
  43. 另一篇優化PHP的精彩文章,由John Lim撰寫

2009年8月2日 星期日

php下的MVC [Zend Framework] 教學

http://phorum.study-area.org/index.php/topic,50393.0/wap2.html

uberr:
Zend Framework是php裡頭其中一種Framework.在台灣跟香港都比較難找到關於Zend Framework的文章.反而CakePHP的文章就很多.所以今天我想分享一下我的心得.我現在的Project都是用Zend Framework來完成.Zend Framework提供大量的module給你使用.它還提供連接Google,Yahoo,Flickr,Amazon..etc Web Services的module.

Zend_Auth // login module
Zend_Db // database module
Zend_Gdata // Google Application module

如果想要了解多些關於MVC,自己到google找吧.

M = Model // 設定連接資料庫的資料[當使用Zend_Db_Table才會用上]
V = View // 顯示的頁面
C = Controller // 控制器,就是你的php程式碼

運作過程:
鍵入網址->Controller->執行Action->回傳給View(顯示頁面)

運作原理:
example: http://www.example.com/auth/login
http://www.example.com // 網址
auth // Controller [控制器]
login // Controller裡面的Action [動作]

程式碼:

class AuthController extends Zend_Controller_Action
{
public function loginAction()
{
// check username and password
}
}

如果你沒有加入任何param係網址裡頭,預設是使用IndexController和Index Action

Zend Framework架構:
application/
controllers/
IndexController.php // 所有Controller一定要大寫開頭
models/
views/
scripts/
index/
index.phtml // 記得是phtml,不是html
htdocs/
scripts/
images/
styles/
library/
.htaccess
index.php

安裝Zend Framework:
1.下載 Zend Framework,PHP5,MYSQL
http://framework.zend.com/releases/ZendFramework-1.0.3/ZendFramework-1.0.3.tar.gz
2.建立Zend Framework架構
3.解壓到Zend架構下的library目錄下,tar -zxf ZendFramework-1.0.3.tar.gz -C /var/www/html/[Zend 目錄]/library/
4.create .htaccess,寫入到 .htaccess
RewriteEngine on
RewriteRule !\.(js|ico|gif|jpg|png|css)$ index.php
5.修改httpd.conf,把AllowOverride改成All

現在我們要建立index.php,IndexController.php,index.phtml.index.php 它是用來設定要重導(Route)去邊一個Controller,include module.是一個很重要的file.

廢話少說,來點實作吧~!

index.php
程式碼:

setControllerDirectory('./application/controllers'); // 設定Controller目錄的路徑
$frontController->dispatch();


IndexController.php
程式碼:

view->message = "Zend Framework tutorial"; // 回傳 message
}

public function helloAction()
{
$this->view->message = "Hello World"; // 回傳 message
}
}


index.phtml
程式碼:

message;
?>


http://localhost/index/index
Display Result="Zend Framework tutorial"

hello.phtml
程式碼:

message;
?>


http://localhost/index/hello
Display Result="Hello World"

Demo:
http://wingning.no-ip.org/studyarea/helloworld/
http://wingning.no-ip.org/studyarea/helloworld/index/hello

下載:http://wingning.no-ip.org/studyarea/download/helloworld.tar.gz

這個二個Application是我使用Zend Framework+Dojo開發的.如果大家對Zend Framework和Dojo有興趣,我可以把我其它的心得分享出來.

http://wingning.no-ip.org/lab/invoice
username: admin
password: 123456

http://wingning.no-ip.org/lab/competition

PHP製作中文全文搜尋不求人。

PHP製作中文全文搜尋不求人。

PHP 中文全文搜尋 FullText Search 連中文分詞 (只需PHP就能使用Lucene)

前兩日發表過一份關於 ZEND FRAMEWORK 既SEARCH ENGINE 既文章
E篇係加強版.
這一次最大的分别是支援了中文分詞。上一個版本只支援英文。而這個版本支援了中文全文搜尋及中文分詞功能已把PROGRAM 簡化 改得容易明白。

按此下載原始檔 (SOURCE CODE)
先說明資料夾內容
│ config.php 資料庫連接設定
│ index_file.php 製作索引的檔案
│ search.php 主程式,搜尋程式。
└─Zend <–主頁的CLASS LIBRARY
Config.php
mysql_select_db(DB_NAME);

//DB_HOSTNAME : 資料庫位置E.G localhost

// DB_USERNAME : 資料庫用戶名稱

// DB_PASSWORD : 資料庫用戶密碼

// DB_NAME : 使用的資料庫名稱

?>
index_file.php
error_reporting(E_ALL|E_STRICT);set_include_path('.' . PATH_SEPARATOR . './Zend/');

include "Zend/Loader.php";

Zend_Loader::loadClass('Zend_Search_Lucene');

Zend_Loader::loadClass('Zend_Search_Lucene_Document');

Zend_Loader::loadClass('Zend_Search_Lucene_Analysis_Analyzer_Common_Phpbean');

Zend_Search_Lucene_Analysis_Analyzer::setDefault(new Zend_Search_Lucene_Analysis_Analyzer_Common_Phpbean());

if (function_exists("set_time_limit") && ! get_cfg_var('safe_mode')) {

set_time_limit(0);

}

$index = new Zend_Search_Lucene('index', true);

$sql = "

SELECT `id` , `title` , `description`

FROM `data_table` "; //拿取需要索引的資料

mysql_query("set names 'utf8'");

$result = mysql_query($sql);

while($row = mysql_fetch_assoc($result)) {

$url = 'http://www.vincent.idv.hk/' . $row['d']; //網頁位置

$title = $row['title'];//主題

$description = $row["description"]; //描述

//儲存網頁的位置以在搜尋結果中連結.

$doc = new Zend_Search_Lucene_Document();//建立新的索引文件

$doc->addField(Zend_Search_Lucene_Field::UnIndexed('url', $url));

$doc->addField(Zend_Search_Lucene_Field::Text('title', $title,'utf-8'));

$doc->addField(Zend_Search_Lucene_Field::Text('contents', $description,

'utf-8'));

$index->addDocument($doc); //把索引文件加到索引中

}

$index->commit();//提交,及保存索引
search.php


include_once("config.php");

error_reporting(E_ALL|E_STRICT);

set_include_path('.' . PATH_SEPARATOR . './Zend/');

include "Zend/Loader.php";

Zend_Loader::loadClass('Zend_Search_Lucene');

Zend_Loader::loadClass('Zend_Search_Lucene_Exception');

Zend_Loader::loadClass('Zend_Search_Lucene_Document');

Zend_Loader::loadClass('Zend_Search_Lucene_Analysis_Analyzer_Common_Phpbean');

Zend_Loader::loadClass('Zend_Search_Lucene_Search_QueryParser');

Zend_Search_Lucene_Analysis_Analyzer::setDefault(

new Zend_Search_Lucene_Analysis_Analyzer_Common_Phpbean());$index = new Zend_Search_Lucene('index');

$query = isset($_GET['query']) ? $_GET['query'] : '';

$query = trim($query);

if(strlen($query)>0){

try {

$query2 = Zend_Search_Lucene_Search_QueryParser::parse($query, "utf-8");

$hits = $index->find($query2);

}

catch (Zend_Search_Lucene_Exception $ex) {

$hits = array();

}

$numHits = count($hits);

}

?>








0) { ?>



Found result(s) for query .





title ?> score ?>

contents ?>


Read more...
推到 Twitter!
推到 Plurk!
推到 Facebook!