Discussion :

[joboy84]

Bonjour,

J'extrai le contenu d'une page distante dans un document txt.

Je souhaite extraire uniquement les ip et leurs ports...

Le problème est que le contenu de cette page change constemment. Une fois les ip+ port sont sous le format:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<td>128.220.247.29</td><td>3128</td></tr><tr><td>130.136.254.21</td><td>3124</td>

et d'autres fois sous le format:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

td>128.220.247.29</td><td>3128</td></tr><tr><td>130.136.254.21</td><td>3124</td>

Du coup, je ne sais pas trop comment faire mon regex...J'ai fait:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

  "#[0-9]{0,3}\.[0-9]{0,3}\.[0-9]{0,3}\.[0-9]{0,3}[</td><td>|&lt;/td&gt;&lt;td&gt;][0-9]{0,5}#i",

Mais cela ne semble pas fonctionner...et étant donné qu'il y a 2 choix, je ne sais pas comment faire le split...

Merci de m'aider...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
<?php
  // extraction ip
  $pattern = preg_match_all(
  "#[0-9]{0,3}\.[0-9]{0,3}\.[0-9]{0,3}\.[0-9]{0,3}[</td><td>|&lt;/td&gt;&lt;td&gt;][0-9]{0,5}#i",
          $pattern,
	      $text,
          $match2
      );
if ($pattern) 
{
foreach($match2[0] as $resultat) 
{
 
list($ip, $port) = split("</td><td>", $resultat);
 
    echo "Extraction : ", $resultat, "\n <br>";    
    echo "dont l ip est: ", $ip, "\n";
    echo "et le port : ", $port, "\n\n <br><br>";
?>

[arthak]

Essaye d'extraire avec ta première méthode, et si tu n'y arrive pas, tu utilise a seconde if()else. Sinon, tu peux créer un regex qui sera davantage "générique", c'est à dire qu'il couvrira tous les contextes d'extraction des IP / Ports.

[joboy84]

Bonjour,

Le problème est que je peux faire aussi bien:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

"#[0-9]{0,3}\.[0-9]{0,3}\.[0-9]{0,3}\.[0-9]{0,3}</td><td>[0-9]{0,5}#i",

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

"#[0-9]{0,3}\.[0-9]{0,3}\.[0-9]{0,3}\.[0-9]{0,3}</td><td>[0-9]{0,5}#i",

Aucun des 2 ne fonctionnes...Enfin, la première méthode fonctionne uniquement si j'ai bien </td><td> dans mon fichier texte, mais pour le 2eme cas de figure cela ne fonctionne pas.

Je suis assez novice au niveau des regex et je ne saurai donc en faire un générique tout de suite...

[IsVoid]

Utilises peut-être htmlentities() ou html_entity_decode() avant de filtrer.

[joboy84]

Bonjour,

Alors voila ou j'en suis actuellement:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

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
 
<?php
//On ouvre le fichier texte
$fp =  file("malist.txt");
 
//On lit ligne par ligne
foreach($fp as $line) 
{
 
    echo "Extraction : ", $line, "\n <br>";
	$daturl = $line;
	$text = file_get_contents("http://www.freeproxylists.com/load_elite_1212288623.html");
 
        $a = html_entity_decode($text);
      // extraction ip
    $pattern = preg_match_all(
  "#[0-9]{0,3}\.[0-9]{0,3}\.[0-9]{0,3}\.[0-9]{0,3}</td><td>[0-9]{0,5}#i",
		  $a,
          $match2
      );
if ($pattern) 
{
foreach($match2[0] as $resultat) 
{
include('../dbconnect.php');
list($ip, $port) = split("</td><td>", $resultat);
$insertBase = mysql_query("INSERT IGNORE INTO listeIp (Ipadress, port, InsertDate) VALUES ('$ip', '$port', now())") or die ('Erreur SQL...veuillez contacter l\'administrateur'.mysql_error());   
    echo "Extraction : ", $resultat, "\n <br>";    
    echo "dont l ip est: ", $ip, "\n";
    echo "et le port : ", $port, "\n\n <br><br>";
}
}
}
?>

En entrant directement l'url dans file_get_contents, cela fonctionne à merveille! Les ip et leurs ports sont extraits du site distant.

Par contre si je fais:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
	$text = file_get_contents("http://www.freeproxylists.com/load_elite_$line");
 
ou
 
$text = file_get_contents('http://www.freeproxylists.com/load_elite_'.$line);

Cela me retourne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Warning: file_get_contents(http://www.freeproxylists.com/load_elite_1212331848.html ) [function.file-get-contents]: failed to open stream: HTTP request failed! HTTP/1.1 404 Not Found in /home/zeropr45/public_html/regex/freeproxylists-com.php on line 143

Et cela me retourne cela pour toutes les url...alors que si je mets les url une à une dans file_get_contents, cela fonctionne...

Je n'y comprends plus rien

[arthak]

Tu n'aurais pas oublier le .html ?

[joboy84]

non, il est contenu dans la variable $line....qui est du type: 12345678.html

D'ailleurs si au lieu de mettre tout dans un fichier texte, je l'insère dans ma base et que je récupère les données ensuite, cela fonctionne...bizarre...Je vais donc utiliser ma bdd au lieu du fichier.

Merci tout de meme