Cómo extraer contenido de un HTML con htmlSQL

por Carlos Leopoldo10 de noviembre de 2007

Con la popularización del RSS es muy fácil obtener contenido de ciertos sitios web para manipular esa información de diferentes maneras, pero ¿qué hacemos cuando no tenemos RSS ni nada por el estilo? para esto existe htmlSQL que se trata de una clase escrita en PHP que te permite acceder a los valores de un documento HTML de una manera muy fácil tal y cómo se hace una consulta en SQL. Esto quiere decir que no tendrás que escribir funciones complejas o expresiones regulares para extraer valores específicos de un HTML. Un ejemplo sencillo de una consulta es la siguiente:

Esta consulta da cómo resultado una matriz (array) con todos los enlaces href y títulos title de las etiquetas a que contienen el atributo: class="list".

Cómo usar htmlSQL

Soalmente tienes que incluir los archivos «snoopy.class.php» y «htmlsql.class.php» en tus scripts PHP al descargar vienen algunso ejemplos para que veas su modo de uso que es muy simple.

Página de descarga y demo cabe destacar que la licencia de este script es la BSD license.

Publicado enProgramación

Etiquetas#HTML #Recursos #Reseña #SQL

7 comentarios en: Cómo extraer contenido de un HTML con htmlSQL

Por: Gilbert 16 de septiembre de 2009
como hago para extaer de una web:http://www.topkoks.nl/carriere.aspx?id=198&search=1, el titulo, fecha, contenido de ese link, empresa que hizo esa oferta. he utilizado snoopy y htmlsql, y este codigo, pero no me da, que me hace falta?: include_once("../snoopy.class.php"); include_once("../htmlsql.class.php"); $wsql = new htmlsql(); // set a individual agent: $wsql->set_user_agent('MyAgentName/0.9'); // set a new referer: $wsql->set_referer('http://www.topkoks.nl/carriere.aspx?id=198&search=1'); // connect to a URL if (!$wsql->connect('url', 'http://www.topkoks.nl/carriere.aspx?id=198&search=1')){ print 'Error while connecting: ' . $wsql->error; exit; } /* execute a query: This query returns all links: */ if (!$wsql->query('SELECT href, title FROM a')){ print "Query error: " . $wsql->error; exit; } // fetch results as array foreach($wsql->fetch_array() as $row){ print_r($row); } GRacias
Por: deybi 13 de septiembre de 2009
Miguel descargate REAL PLAYER, esta en el pack que ofrecer google. Una vez lo tengas instalado en tu compu, abrelo, haz clic en archivos....nuevo,,,,pagina web,,,, y pega en la nueva ventana la dirección de la página en la que se encuentra el video. Espera que el video abra por completo, tiene que leerlo todo, luego Daz clic derecho sobre el video y selecciona descargar. Creo que lo mismo se puede hacer en Internet Explorer y Firefox, por supuesto primero ten instalado el Real Player. Lo que hace Real Player es instalar un plugins especial que permite descargar video de cualquier página web, no conozco ninguna en la que no me de la opción de descargar.
Por: Santiago 10 de febrero de 2009
Muy bueno el blog
Por: Links interesantes: PHP | el 33 11 de octubre de 2008
[...] Carlos Leopoldo: screen scrapping a lo SQL. [...]
Por: miguel 1 de diciembre de 2007
hola quisiera como sacarl el contenido el video de una pagina que es de pago....e tratado con el programa (web copier) y me saca todos los documentos html de la pagina pero mi prolema es como sacar solo el video de que esta dentro del documento html para poder tenerlo en mi pc o quemarlo en un cd con el tiempo..gracias por tu ayuda ...si tienen alguna ayuda escriban a wlinviter@hotmail.com
Por: IgnacioMarcos 12 de noviembre de 2007
excelente!! como no lo vi antes!?? :) muy bueno el blog.. abrazo.
Por: htmlSQL, impresionante libreria para obtener contenido de un sitio web 12 de noviembre de 2007
[...] Descubro en el blog de Carlos Leopoldo una genial librería escrita en php, que nos permite acceder a contenido html de sitios web remotos desde nuestra aplicación, mediante consultas tipo SQL: htmlSQL. [...]