正则获取网站的搜索框

Question

我想通过PHP正则，获取某几个网站的搜索框。但是我正则水平有限，试写了好几次都没有成功。下面是我的代码。<?php
$lines = file('http://ilivewithadisability.com/');
foreach ($lines as $line_num => $line) {
$source = htmlspecialchars($line) . "<br />\n";
preg_match_all('~<form[^>]*>(.+)(?!</form)</form>~', $source, $match);
var_dump($match);
echo $source;
}
?>另外，搜索框一般都以FORM作为HTML标签，而网站的注册登陆系统，甚至评论也用的是FORM，依靠大家的经验，有没有办法区分？
或者除了FORM以外，搜索框是否还有别的特征，可以通过正则提取出？谢谢。

Answer 1

正则抓网站，看看这个东西：simple html dom
http://simplehtmldom.sourceforge.net/manual.htm

Answer 2

不同的网站，正则肯定不一样，所以只能针对某一个来写正则，可根据页面的特征区分开不同的form

Answer 3

if(preg_match("/<form[^>]*?>(.*?)<\/form>/is",$contents,$match)){
  print_r($match);
}
另外，一般的搜索表单的name 或 id 里面有search
例如：http://ilivewithadisability.com/的form就是
<form action="http://ilivewithadisability.com/search" method="post" id="search-form">

Answer 4

当表单捕获到后在匹配"search",如果有最好，如果没有取第一表单更正一下前面的代码：if(preg_match_all("/<form[^>]*?>(.*?)<\/form>/is",$contents,$match)){
  print_r($match);
}

Answer 5

正则表达式30分钟入门教程   求人不如考己http://deerchao.net/tutorials/regex/regex.htm

Answer 6

谢谢大家。life169，问个问题。如何在正则前加个判断，name 或 id 里面有search，再提取form栏？

Answer 7

preg_match("/<form[^>]*?(name\s+=\s+\"search\"|id\s+=\s+\"search\")[^>]*?>(.*?)<\/form>/is",$contents,$match)

Answer 8

感谢lijpwsw，得出结果为空，这样是不是只能正则出 name 或 id 里面为search，而不是name 或 id 包含文字 search？ 如何能做到name 或 id 里包含文字 search？谢谢。

Answer 9

不太明白你的意思 preg_match("/<form[^>]*?(name\s*=\s*\"search\"|id\s*=\s*\"search\")[^>]*?>(.*?)<\/form>/is",$contents,$match);

Answer 10

比方说 id = mysite-search 或者 class = searchbox 等等，id或class不单只包含文字search

Answer 11

preg_match("/<form[^>]*?(name\s*=\s*[\"|']*search*[\"|']|id\s*=\s*[\"|']*search*[\"|'])[^>]*?>(.*?)<\/form>/is",$contents,$match)
在采集时候加入判断有name="xxxsearchxxxx"或者name='xxxsearchxxx' 或者 id="xxxsearchxxx" 或者id='xxxsearchxxx' 就采集。(xxx表示任意字符)

Answer 12

@life169, 输出结果为空啊…… <?php
$str = file_get_contents('http://ilivewithadisability.com/');
if(preg_match("/<form[^>]*?(name\s*=\s*[\"|']*search*[\"|']|id\s*=\s*[\"|']*search*[\"|'])[^>]*?>(.*?)<\/form>/is",$str,$match)){
  print_r($match);
}
?>

Answer 13

$str = file_get_contents('http://ilivewithadisability.com/');
if(preg_match("/<form(?:.*?)(?:name\s*=\s*[\"|'](?:.*?)search(?:.*?)[\"|']|id\s*=\s*[\"|'](?:.*?)search(?:.*?)[\"|'])[^>]*?>((\s|.)*?)<\/form>/is",$str,$match)){
  print_r($match);
}

Answer 14

上面的有点问题
$str = file_get_contents('http://ilivewithadisability.com/');
if(preg_match("/<form(?:.*?)(?:name\s*=\s*[\"|'](?:.*?)search(?:.*?)[\"|']|id\s*=\s*[\"|'](?:.*?)search(?:.*?)[\"|'])[^>]*?>(.*?)<\/form>/is",$str,$match)){
  print_r($match);
}

Answer 15

lijpwsw，谢谢你，最后那个代码可以了。