简单php采集网页部分文字问题，求指点，多谢

本帖最后由 hi_5461 于 2013-06-09 15:54:50 编辑 目标采集页面如下代码（示例页面，数据可能变化，但格式不会变化）
要求得到table中主要的4项数据：序 号、违法时间、违法地点、违法行为（即93行～130行之间的）
希望能给出详细一点的php代码。

网站首页
 沈阳交警
 交通新闻 
 视频播放 
 为您服务 
 在线办公 
 信息查询 
 征求意见 
 联系我们


返回首页 / 设为首页 / 添加搜藏
    
    
    

业务指南
    
表格下载
机动车驾驶人身体条件证
机动车驾驶申请表…
    
自助报名
    
模拟考场
    
电子地图
    
网上车管所
    
            
    
    

业务指南
    
表格下载
机动车驾驶人身体条件证
机动车驾驶申请表…
    
自助报名
    
             
    
    

业务指南
    
表格下载
机动车驾驶人身体条件证
机动车驾驶申请表…
    
自助报名
    
模拟考场
    
电子地图
    
网上车管所
    
     
    
    
    
    
     
    
    
    
    
在线查询 / 电子警察拍照信息
    


 
    	
电子警察拍照信息
    	
小型汽车
    	
辽AQ007B
    

序 号
    	
违法时间
    	
违法地点
    	
违法行为
    

1
    	
2013-02-0711:16
    	
 沈阳市永安路
    	
 违停，驾驶人不在现场，妨碍其他车辆行人通行的
  	

2
    	
2013-03-0808:34
    	
 沈阳市三好街文萃路由南向北
    	
 通过路口遇停止信号时，停在停止线以内或路口内的
  	

3
    	
2013-03-2210:16
    	
 沈阳市三好街文萃路4号
    	
 违停，驾驶人不在现场，妨碍其他车辆行人通行的
  	

4
    	
2013-05-1413:53
    	
 沈阳市永安路
    	
 违停，驾驶人不在现场，妨碍其他车辆行人通行的
  	

5
    	
2013-05-3113:29
    	
 沈阳市五里河街
    	
 违停，驾驶人不在现场，妨碍其他车辆行人通行的
  	


    

友情连接：所属单位所属单位所属单位所属单位所属单位
Copyright 2009 www.sygajj.gov.cn All Rights Reserved
版权所有：沈阳市交通警察支队 E-maill:[e-mail] 辽ICP备07501079号 邮编：110003
站长统计

回复讨论(解决方案)

preg_match_all('#(\d+)\s*(.+)\s*(.+)\s*(.+)#isU',$s,$m);print_r($m);

preg_match_all('#(\d+)\s*(.+)\s*(.+)\s*(.+)#isU',$s,$m);print_r($m);

不用正则能实现吗？

你这个需求用正则是最方便的，还想怎么样。

preg_match_all('#(\d+)\s*(.+)\s*(.+)\s*(.+)#isU',$s,$m);print_r($m);

不用正则能实现吗？

正则在这种情况下使用是再好不过了

不知道我调用的对不对，但是输出结果中出现了我不想要的字符。

?Array(    [0] => Array        (            [0] => 1    	2013-02-0711:16    	 沈阳市永安路    	 违停，驾驶人不在现场，妨碍其他车辆行人通行的            [1] => 2    	2013-03-0808:34    	 沈阳市三好街文萃路由南向北    	 通过路口遇停止信号时，停在停止线以内或路口内的            [2] => 3    	2013-03-2210:16    	 沈阳市三好街文萃路4号    	 违停，驾驶人不在现场，妨碍其他车辆行人通行的            [3] => 4    	2013-05-1413:53    	 沈阳市永安路    	 违停，驾驶人不在现场，妨碍其他车辆行人通行的            [4] => 5    	2013-05-3113:29    	 沈阳市五里河街    	 违停，驾驶人不在现场，妨碍其他车辆行人通行的        )    [1] => Array        (            [0] => 1            [1] => 2            [2] => 3            [3] => 4            [4] => 5        )    [2] => Array        (            [0] => 2013-02-0711:16            [1] => 2013-03-0808:34            [2] => 2013-03-2210:16            [3] => 2013-05-1413:53            [4] => 2013-05-3113:29        )    [3] => Array        (            [0] =>  沈阳市永安路            [1] =>  沈阳市三好街文萃路由南向北            [2] =>  沈阳市三好街文萃路4号            [3] =>  沈阳市永安路            [4] =>  沈阳市五里河街        )    [4] => Array        (            [0] =>  违停，驾驶人不在现场，妨碍其他车辆行人通行的            [1] =>  通过路口遇停止信号时，停在停止线以内或路口内的            [2] =>  违停，驾驶人不在现场，妨碍其他车辆行人通行的            [3] =>  违停，驾驶人不在现场，妨碍其他车辆行人通行的            [4] =>  违停，驾驶人不在现场，妨碍其他车辆行人通行的        ))

我是这样调用的：

$s = $p->post($remote_server,$post_string);preg_match_all('#(\d+)\s*(.+)\s*(.+)\s*(.+)#isU',$s,$m);print_r($m);

上面的结果中，从第3行至第25行，是我不想要的，而且第47行中出现了空格，这也不是我想要的，求解决代码，多谢！

$s = $p->post($remote_server,$post_string);preg_match_all('#(\d+)\s*(.+)\s*(?: )*(.+)\s*(?: )*(.+)#isU',$s,$m);print_r($m);

$m 的 1 到 4 下标依次表示为 序号、时间、地点、内容

$s = $p->post($remote_server,$post_string);preg_match_all('#(\d+)\s*(.+)\s*(?: )*(.+)\s*(?: )*(.+)#isU',$s,$m);print_r($m);

$m 的 1 到 4 下标依次表示为 序号、时间、地点、内容
试了一下，结果还是与原来的一样，空格字符没能过滤掉

preg_match_all('#