PHP класс для разбора HTML. Нужен граббер тумб.HTMLParser ?

Сабж. Потребовалось написать простенький граббер тумб на PHP, решил поискать относительно готовые решения. Нашел упоминания (его самого так и не смог найти) о неком классе HTMLParser, который вроде как, и предназначен для разбора HTML-страниц.

Кто-нибудь имел с ним дело? Подскажите плз. ссылку на него и документацию. Или я вообще не в ту степь пошел?
Если так, то может порекоммендуете, какие-то подходящие решения? По большому счету все что нужно это выдирать из страницы теги <img>. Впринипе я и сам подобное могу написать, но наверняка же есть какие-то готовые решения, так что зачем изобретать велосипед. :-)

Всем рейтинг!

Понимаешь, если ты действительно можешь это написать, то поймёшь, что никакой HTMLParser тебе не нужен, а если нет - то он так и так тебе не нужен (сори за неинформативность, пиши сам, одним словом)

Если хочется разбирать хтмл, то лучше через http://php.net/dom

Но вообще тут регэксп в одну строчку все решит.

kink писал:

Но вообще тут регэксп в одну строчку все решит.

+1 Время на понимание (дума || некого класса) > время на написание 1 регэкспа

WeRock писал:

Потребовалось написать простенький граббер тумб на PHP, решил поискать относительно готовые решения.

Ты не представляешь сколько там всяких нюансов .

WeRock писал:

Подскажите плз. ссылку на него и документацию. Или я вообще не в ту степь пошел?

Смотри на phpclasses.org

http://www.google.com/custom?domains=www.phpclasses.org&q=html+…&hl=en

+1 за регексп, поскольку парсеры не всегда справляются с корявыми ручками вэбдизайнеров

Ага, забудут тег закрыть или напишут с ошибкой, в браузере все нормально отражается, а скрипт начинает ругаться, что не может ничего найти.

я себе класс парсера только на определенные теги месяца 2 отлаживал, оказывается есть ну просто ОГРОМНОЕ колличество вариантов написания одной и той же конструкции

Цитата:

я себе класс парсера только на определенные теги месяца 2 отлаживал, оказывается есть ну просто ОГРОМНОЕ колличество вариантов написания одной и той же конструкции

А что за теги обсуждаем? <form.*<\/form> ? ;)
Так их и не надо закрывать! тут прикол как раз в том, чтоб парсер расшибся в доску, пытаясь понять почему они открываются, но не закрываются )) или закрываются сразу- же после открытия ;)

Какой нахрен form ? Тут про тумбы идет речь, или у кого что болит, тот про то и говорит

Цитата:

Какой нахрен form ? Тут про тумбы идет речь, или у кого что болит, тот про то и говорит

сори, совсем загнался на нервной почве.
Кто за то чтобы казнить за ошибки в синтаксисе HTML ?

Код:

$html_date = implode ('', @file( $url ) ); preg_match_all("!<a[^>]+href *= *\"?'?([^ \"'>]+)\"?'?[^>]*><img[^>]+src *= *\"?'?([^ \"'>]+)\"?'?[^>]*></a>!is", $html_date, $match);

в итоге в match у тебя будет списко найденных конструкций <a href=...><img src=....></a>

что прекрастно и работает на большенстве tgp, cj и т.д.

Цитата:

в итоге в match у тебя будет списко найденных конструкций <a href=...><img src=....></a> что прекрастно и работает на большенстве tgp, cj и т.д.

парень, ты крут! ты освоил язык рег-экспов! ;)
А массив - то зачем брал и затем объединял?

Код:

$source = file_get_contents($url);

Поверь мне, это будет работать быстрее....

А вообще, счас говорим об ошибках в html, из - за которых нормальный парсинг невозможен. Твой регэксп так - же свалится, забудь овнер закрыть какой - нить тег.

Sirgey писал:

парень, ты крут! ты освоил язык рег-экспов! ;)

да, и в отличии от некоторых не завидую другим по этому поводу =)

Код:

$source = file_get_contents($url);

Sirgey писал:

Поверь мне, это будет работать быстрее....

вопрос стоял не в СКОРОСТИ работы, посмотри название топика если не заметил

Sirgey писал:

А вообще, счас говорим об ошибках в html, из - за которых нормальный парсинг невозможен. Твой регэксп так - же свалится, забудь овнер закрыть какой - нить тег.

большенство cj и tgp генерятся всетаки скриптом и там более менее "нормализованно" все по коду, хотя этот рег и так жрет достаточно "прозрачные" конструкции