Strings aus HTML auslesen

DeepRed92

Guten Abend,

hat jemand eine Idee wie ich von der Seite: http://wap.wdr.de/einslive/playlist.phtml Die Playlist auslesen könnte? Also nur das hier:

Spoiler anzeigen

1LIVE - Playlist

Die letzten 12 Titel:

22:37:38 Eric Prydz - Pjanoo
22:35:06 Fettes Brot - Das allererste Mal
22:31:46 Ida Corr - Ride my Tempo
22:27:35 Kelis feat. Andre 3000 - Millionaire
22:24:37 Fatman Scoop - Be faithful
22:21:04 The Ting Tings - That's not my name
22:10:49 Usher - Love In This Club
22:07:28 Ladyhawke - Back Of The Van
22:03:49 Spencer & Hill - Housebeat
21:57:24 Gwen Stefani - Hollaback Girl
21:50:19 Shapeshifters - Lola's theme (Re-edit)
21:46:54 Black Eyed Peas - My humps

Und die HTML Datei:

Spoiler anzeigen

PHP

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN"><html><head><title>WDR Info - Eins Live - Playlist</title><meta http-equiv="content-type" content="text/html; charset=iso-8859-1"><meta http-equiv="cache-control" content="must-revalidate"><meta http-equiv="cache-control" content="max-age=0"><meta http-equiv="cache-control" content="no-cache"><meta http-equiv="pragma" content="no-cache"><meta http-equiv="expires" content="0"></head><body alink="#003399" bgcolor="#ffffff" link="#003399" text="#000000" vlink="#003399"><img src="../images/kopf_einslive.gif" alt="" vspace="5"><br><b>1LIVE - Playlist</b><br><br><b>Die letzten 12 Titel:</b><br><br><b>22:37:38</b> Eric Prydz - Pjanoo<br><b>22:35:06</b> Fettes Brot - Das allererste Mal<br><b>22:31:46</b> Ida Corr - Ride my Tempo<br><b>22:27:35</b> Kelis feat. Andre 3000 - Millionaire<br><b>22:24:37</b> Fatman Scoop - Be faithful<br><b>22:21:04</b> The Ting Tings - That's not my name<br><b>22:10:49</b> Usher - Love In This Club<br><b>22:07:28</b> Ladyhawke - Back Of The Van<br><b>22:03:49</b> Spencer &amp; Hill - Housebeat<br><b>21:57:24</b> Gwen Stefani - Hollaback Girl<br><b>21:50:19</b> Shapeshifters - Lola's theme (Re-edit)<br><b>21:46:54</b> Black Eyed Peas - My humps<br><img src="../images/line_wdr_info.gif" height="1" alt="" vspace="5"><br><a href="../static/einslive_index.phtml?PHPSESSID=6d4b3960641798a4e97ef5f1c853b7cf">Back</a> | <a href="../index.phtml?PHPSESSID=6d4b3960641798a4e97ef5f1c853b7cf">Home</a><br><img src="../images/fuss_einslive.gif" alt="" vspace="5"></body></html>

blubbstar

Keine schöne Lösung, aber funktioniert ;).

[autoit]

#include <inet.au3>
#include <string.au3>

[/autoit][autoit][/autoit][autoit]

Global $AlleTitel = ""
$source = _INetGetSource("http://wap.wdr.de/einslive/playlist.phtml")
$Zeit = _StringBetween($source, "", "")
$Titel = _StringBetween($source, " ", " ")

[/autoit][autoit][/autoit][autoit]

For $i = 0 To 11
$AlleTitel &= $Zeit[$i + 2] & " " & $Titel[$i] & @CRLF
Next

[/autoit][autoit][/autoit][autoit]

MsgBox(0, "Die letzten 12 Titel", $AlleTitel)

[/autoit]

**Stilgar**

Oder so:

Spoiler anzeigen

[autoit]

#include <Array.au3>
#include <Inet.au3>

[/autoit] [autoit][/autoit] [autoit]

$sSource = _INetGetSource("http://wap.wdr.de/einslive/playlist.phtml")

[/autoit] [autoit][/autoit] [autoit]

$aRegEx = StringRegExp($sSource,"(.*?)(.*?) ",3)
_ArrayDisplay($aRegEx)

[/autoit]

aber kommt aufs Gleiche raus

DeepRed92

Danke für eure Hilfe. Beides funktioniert einwandfrei

DeepRed92

Kann mir jemand ganz kurz und leicht erklären was StringRegExp für eine Aufgabe hat?

L3viathan

StringRegExp

DeepRed92

Ja toll. Aber in einem Satz kann man das doch auch erklären

L3viathan

Reguläre Ausdrücke sind dazu da in Texten bestimmte Suchmuster zu finden. Dabei werden bestimmte Metazeichen (^$().[]{}|usw.) verwendet.

**Stilgar**

RegEx zu oben:
"(.*?)(.*?) "

bedeutet:
(.*?) = suche alles und da in Klammer ist das eine "Gruppe". Diese Gruppen werden von StringRegExp als Suchergebnis in einem Array zurückgegeben.
->
(.*?) = suche alles zwischen den Tags und usw.

Da zweimal hier Klammern vorkommen, wird bekommt jede Gruppe eine neue "Zeile" im Array.

Man kann es noch anderst schreiben:
Damit bekommst du nur die Songtitel, keine Zeiten, keine Überschriften usw.:

Spoiler anzeigen

[autoit]

#include <Array.au3>
#include <Inet.au3>

[/autoit] [autoit][/autoit] [autoit]

$sSource = _INetGetSource("http://wap.wdr.de/einslive/playlist.phtml")

[/autoit] [autoit][/autoit] [autoit]

$aRegEx = StringRegExp($sSource,"[\d]+:[\d]+:[\d]+(.*?) ",3)
_ArrayDisplay($aRegEx)

[/autoit]

und hiermit nur die Zeiten und Titel, keine Überschriften usw.:

Spoiler anzeigen

[autoit]

#include <Array.au3>
#include <Inet.au3>

[/autoit] [autoit][/autoit] [autoit]

$sSource = _INetGetSource("http://wap.wdr.de/einslive/playlist.phtml")

[/autoit] [autoit][/autoit] [autoit]

$aRegEx = StringRegExp($sSource,"([\d]+:[\d]+:[\d]+)(.*?) ",3)
_ArrayDisplay($aRegEx)

[/autoit]

die Gruppe ([\d]+:[\d]+:[\d]+) bedeutet einfach:
[\d]+ = alle Zahlen mindestens einmal vorkommend
in dem Fall sucht die Gruppe also Sachen wie: 0:45:01

Ausführlicher erklärt gibts das dort:
http://www.regenechsen.de/phpwcms/index.php?regex

Viele Grüße
Stilgar

DeepRed92

Danke Stilgar. Aber ich habe noch eine Frage. Auf der Seite von Einslive (http://www.einslive.de/) ist oben links ein Ticker mit der aktuellen Musik. Weiß jemand wie ich es auslesen kann? Das Prblem ist das es nicht in der HTML- Datei ist

L3viathan

Es ist in der HTML-Datei:

PHP

<span id="wsTicker" style="margin-left: 253px;">Coldplay: "Life In Technicolor II"
</span>

DeepRed92

Das funktioniert so nicht. Hier mein Script:

[autoit]

#include <Array.au3>
#include <Inet.au3>

[/autoit][autoit][/autoit][autoit]

$sSource = _INetGetSource("http://www.einslive.de/")

[/autoit][autoit][/autoit][autoit][/autoit][autoit]

$aRegEx = StringRegExp($sSource,'',3)
_ArrayDisplay($aRegEx)

[/autoit]

DeepRed92

Also ich habe jetzt in der HTML das hier gefunden:

PHP

<script type="text/javascript" src="1LIVE%20_%20Startseite%20-%201LIVE-Dateien/ticker.js"></script>

Aber der Link ist nicht vollständig 8

leviathan

wenn du noch a bissl drüber lernen willst kannst dich ja mal in die Chomsky-Hierachie einlesen und erkennende Automaten oder Kellerautomaten

DeepRed92

Zitat von leviathan

wenn du noch a bissl drüber lernen willst kannst dich ja mal in die Chomsky-Hierachie einlesen und erkennende Automaten oder Kellerautomaten

Ich verstehe nicht was du mir damit sagen willt

**Stilgar**

Die Chomsky Hierachie war vermutlich auf RegEx bezogen:
http://de.wikipedia.org/wiki/Chomsky-Hierarchie
also ne Chomsky-Grammatik vom Typ 3.

Weiter zu EinsLive:
Der Ticker wird durch das JavaScript dort:
http://www.einslive.de/codebase/script/2006/module/ticker.js
aktualisiert.
Nur. wie man an den Text rankommt weis ich auch noch nicht.
Reicht denn diese Playlist dort http://www.einslive.de/musik/playlists/ nicht?

[EDIT]
Habs, dort ist der aktuelle Titel:
http://www.einslive.de/radiotext/RADIOTXT.TXT

anno2008

Hi,

Zitat von Stilgar

Weiter zu EinsLive:
Der Ticker wird durch das JavaScript dort:
http://www.einslive.de/codebase/script/2006/module/ticker.js
aktualisiert.

Wie kriegt man sowas raus?

**Stilgar**

Indem man sich den Quelltext anguckt

Dort ist dann zu finden, daß in dem "Ticker" die Funktionen moveIt() stopIt() usw. verwendet werden. Also diese suchen ...

Viele JavaScripts werden ja nicht eingebunden, also einfach mal anschauen was in:
http://www.einslive.de/codebase/script/2006/global.js
drinnsteht.
Dort gibts wieder einen Aufruf eines Script Names "ticker.js" , also das mal ansehen:
http://www.einslive.de//codebase/scri…odule/ticker.js
dort gibts nun die gesuchten Funktionen und sogar die Angabe der "Quelle":
var txtFile = '/radiotext/RADIOTXT.TXT';

daraus läßt sich nun schließen, daß der Ticker-Text dort steht:
http://www.einslive.de/radiotext/RADIOTXT.TXT

ist doch ganz logisch und einfach

Man hätte aber auch schnell mal in den DOM-Inspector schauen können um dort festzustellen, das es eine XML-Anfrage auf eben diese "RADIOTXT.TXT" gibt.

anno2008

Hi,
ja, jetzt wo dus sagst ist es wirklich ganz einfach :D.

Ich hab nicht gewusst, wie ich die JavaScripts anzeigen kann, die nicht eingebunden sind :).

Danke

**peethebee**

Firebug am liebsten :).
Sehr schöne Firefox-Extenstion, die inzwischen jeder andere Browser meistens mehr schlecht als recht kopiert hat :D.

peethebee