Извлечение JSON из HTML с помощью PHP

Question

Я читаю исходный код веб-сайта интернет-магазина, и на каждой странице продукта мне нужно найти строку JSON, которая показывает SKU продуктов и их количество.

Вот 2 образца:

'{"sku-SV023435_B_M":7,"sku-SV023435_BL_M":10,"sku-SV023435_PU_M":11}' 

Образец выше показывает 3 SKUs.

'{"sku-11430_B_S":"20","sku-11430_B_M":"17","sku-11430_B_L":"30","sku-11430_B_XS":"13","sku-11430_BL_S":"7","sku-11430_BL_M":"17","sku-11430_BL_L":"4","sku-11430_BL_XS":"16","sku-11430_O_S":"8","sku-11430_O_M":"6","sku-11430_O_L":"22","sku-11430_O_XS":"20","sku-11430_LBL_S":"27","sku-11430_LBL_M":"25","sku-11430_LBL_L":"22","sku-11430_LBL_XS":"10","sku-11430_Y_S":"24","sku-11430_Y_M":36,"sku-11430_Y_L":"20","sku-11430_Y_XS":"6","sku-11430_RR_S":"4","sku-11430_RR_M":"35","sku-11430_RR_L":"47","sku-11430_RR_XS":"6"}', 

Образец выше показывает еще много SKU.

Количество SKU в строке JSON может варьироваться от одного до бесконечного.

Теперь мне нужно шаблон регулярного выражения, чтобы извлечь эту строку JSON с каждой страницы. В этот момент я могу легко использовать json_encode().

Обновление: Здесь я нашел другую проблему, извините, что мой вопрос не был полным, есть еще одна подобная строка json, которая начинается с sku-, Пожалуйста, посмотрите исходный код ниже ссылки, которую вы поймете, единственная разница - это значение, которое является буквенно-цифровым, и для нашего необходимого является числовым. Также обратите внимание, что наша конечная цель - извлечь SKU с их количеством, возможно, у вас есть самое простое решение.

Source

@ Chris85

Второе обновление:

Вот еще один странный вопрос, который немного не по теме.

Пока я открываю URL-адрес, используя нижеприведенный код, в источнике нет строки json!

$html = file_get_contents("http://www.dresslink.com/womens-candy-color-basic-coat-slim-suit-jacket-blazer-p-8131.html"); 

Но когда я открываю URL-адрес с моим браузером, есть json! действительно путают об этом :(

Answer 1

Вы хотите использовать preg_match_all() для выполнения операции сопоставления регулярных выражений (документация here).

Следующая должны сделать это для вас. Он будет соответствовать каждой подстроки, начиная с «Артикул» и . заканчивая ""

preg_match_all("/sku\-.+?:[0-9]*/", $input) 

Работа пример here

в качестве альтернативы, если вы хотите, чтобы извлечь всю строку, вы можете использовать:.

preg_match_all("/{.sku\-.*}/, $input") 

Это будет захватывать все между открывающимися и закрывающимися кронштейнами.

Рабочий пример here.

Обратите внимание: $input обозначает входную строку.

Answer 2

Простой /'(\{"[^\}]+\})'/ будет соответствовать всем этим строкам JSON.Демонстрация: https://regex101.com/r/wD5bO4/2

Первый элемент возвращаемого массива будет содержать строку JSON для json_decode:

preg_match_all ("/'(\{\"[^\}]+\})'/", $html, $matches); 

$html является HTML-быть проанализированы, JSON, будет в $ соответствует [0] [1] , $ matches [1] [1], $ matches [2] [1] и т. д.

Answer 3

Попытка извлечь определенные данные из json напрямую с помощью регулярного выражения обычно является плохой идеей из-за кодирования json. Лучшим способом является регулярное выражение всех json-данных, а затем декодирование с использованием функции php json_decode.

Проблема с отсутствующими данными связана с отсутствием необходимого файла cookie. См. Мои комментарии в коде ниже.

<?php 

function getHtmlFromDresslinkUrl($url) 
{ 
    $ch = curl_init(); 
    curl_setopt($ch,CURLOPT_URL,$url); 
    curl_setopt($ch,CURLOPT_RETURNTRANSFER,true); 

    //You must send the currency cookie to the website for it to return the json you want to scrape 
    curl_setopt($ch, CURLOPT_HTTPHEADER, array(
     'Cookie: currencies_code=USD;', 
    )); 

    $output=curl_exec($ch); 

    curl_close($ch); 
    return $output; 
} 

$html = getHtmlFromDresslinkUrl("http://www.dresslink.com/womens-candy-color-basic-coat-slim-suit-jacket-blazer-p-8131.html"); 

//Get the specific arguments for this js function call only 
$items = preg_match("/DL\.items\_list\.initItemAttr\((.+)\)\;/", $html, $matches); 
if (count($matches) > 0) { 
    $arguments = $matches[1]; 

    //Split by argument seperator. 
    //I know, this isn't great but it seems to work. 
    $args_array = explode(", ", $arguments); 

    //You need the 5th argument 
    $fourth_arg = $args_array[4]; 

    //Strip quotes 
    $fourth_arg = trim($fourth_arg, "'"); 

    //json_decode 
    $qty_data = json_decode($fourth_arg, true); 

    //Then you can work with the php array 
    foreach ($qty_data as $name => $qtty) { 
     echo "Found " . $qtty . " of " . $name . "<br />"; 
    } 
} 

?> 

Особая благодарность @ chris85 за то, что заставило меня снова прочитать вопрос. Извините, но я не мог отменить мой downvote.