About PHP | 老伯筆記

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55

<?php
/*
* This php is using GNU General Public License v2.0
* renn999<AT>ccns.ncku.edu.tw
* http://renn999.twbbs.org
*
* USAGE:ucs2big5( $str );
*
* Big5 table(big5.txt)
* using from Ztrem
* http://zhouer.org/ZTerm/
*/

function ucs2big5($ucs_str) {
$fp = fopen( 'big5.txt', 'r' );
$len = strlen($ucs_str);
unset($big5_str);

$x = 0;
for( $i = 0 ; $i < $len ; $i++ ) {
$b1 = ord($ucs_str[$i]);
if( $b1 < 0x80 ) {
$big5_str[$x++] = chr($b1);
}
elseif( $b1 >= 224 ) {
#3code UTF-8
$b1 -= 224;
$b2 = ord($ucs_str[++$i]) - 128;
$b3 = ord($ucs_str[++$i]) - 256;
$ucs_code = $b1 * 4096 + $b2 * 64 + $b3;
fseek( $fp, $ucs_code * 2);
$big5_code = fread( $fp, 2 );
$big5_str[$x++] = $big5_code[0];
$big5_str[$x++] = $big5_code[1];
}
elseif( $b1 >= 192 ) {
#2code UTF-8
$b1 -= 192;
$b2 = ord($ucs_str[++$i]) - 256;
$ucs_code = $b1 * 64 + $b2 ;
fseek( $fp, $ucs_code * 2 );
$big5_code = fread( $fp, 2 );
$big5_str[$x++] = $big5_code[0];
$big5_str[$x++] = $big5_code[1];
}else{
$big5_str[$x++] = '?';
}
}

fclose($fp);
if(isset($big5_str)) {
return join( '', $big5_str);
}
}
?>

至於BIG5.txt可以到http://zterm.googlecode.com/svn/trunk/org/zhouer/utils/conv/中去下載這裡就不附上了

文章分類: about PHP
沒有任何回應 »

PHP備份Pixiv的bookmark(お気に入りユーザー)修正版

老伯 | 九月 30, 2009 10:18 上午

基本上之前的程式一定不能用了，但是phpQuery在備份的時候都會吐出亂碼來，可能是內部的編碼偵測出了問題。

所以基本上我就用了simple html dom但是這個有一個缺點，就是需要比較多的記憶體空間。
(這是Memory Leaks的問題已經解決)

以下為修改完的程式碼。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54

<?php
require 'simplehtmldom/simple_html_dom.php';

$loginurl='http://www.pixiv.net/index.php';
$pixiv_id='';
$password='';

$curl = curl_init();
curl_setopt($curl, CURLOPT_HEADER, 0);
curl_setopt($curl, CURLOPT_USERAGENT,'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; (R1 1.5); InfoPath.2)');
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($curl, CURLOPT_COOKIEJAR, 'cookie.txt');
curl_setopt($curl, CURLOPT_COOKIEFILE, 'cookie.txt');
curl_setopt($curl, CURLOPT_POST, 1);
curl_setopt($curl, CURLOPT_COOKIESESSION,true);
curl_setopt($curl, CURLOPT_URL, $loginurl);
curl_setopt($curl, CURLOPT_POSTFIELDS, 'mode=login&pixiv_id='.$pixiv_id.'&pass='.$password );
curl_exec($curl);

$p=1;
$bookmark_rest='show';//show
do{
$url='http://www.pixiv.net/bookmark.php?type=user&rest='.$bookmark_rest.'&p='.$p;
curl_setopt($curl, CURLOPT_URL, $url);
$profile=curl_exec($curl);
$dom1 = new simple_html_dom();
$dom1 = str_get_html($profile);

$test=$dom1->find('div#content2 div[align="right"]',0)->plaintext;

preg_match('/次の(.*?)件/',$test,$match);

$title2 = $dom1->find('div#content2 form#f div[style="width:140px;height:130px;float:left;text-align:center;"]');

foreach($title2 as $illsthtml){
$illst = $illsthtml->outertext;
$illst=preg_replace('/<div(.*?)"><input(.*?)><\/div>/','',$illst);
$illst=preg_replace('/\n/', '',$illst);
$illst=preg_replace('/<img(.*?)>/', '',$illst);
preg_match_all('/<a href="member.php\?id=(.*?)"><\/a><div style=\"padding-top:5px;\">(.*?)<\/div>(<a href="jump.php\?(.*?)" target="_blank"><\/a>)?/', $illst,$match2,PREG_SET_ORDER);
foreach ($match2 as $val) {
echo 'http://www.pixiv.net/member.php?id='.$val[1].' - '.$val[2];
if(!empty($val[4])){echo ' - '.$val[4];}
echo "<br />\n";
}
}
$dom1->__destruct();//解決Memory Leaks的問題
unset($profile,$dom1,$test);
$p++;
}while(!empty($match));

curl_close($curl);
?>

文章分類: about PHP
沒有任何回應 »

PHP+phpQuery備份Pixiv的bookmark(お気に入りユーザー)

老伯 | 八月 6, 2009 11:58 下午

最近老實說又多玩了一個語言，外加我今年算是個考生，所以說很多時候晚上忙一下就已經11點多了，當然最近都在養肝，忙完就睡著了...XD

至於廢話就不多說了，最近學了一點Action Script 3.0，但是我基本上還是用Flash CS4下去學習，改天會開始去摸摸看Flex，希望是有時間就好(笑)。但是老實說在這個7月時也算是我過的最充實的一個月了，因為搞懂了非常之多的東西。

這一個PHP只能算是一個小部份，因為也是一個小程式....XD，但是基本上需要phpQuery，因為這個函式庫對於要抓取網頁資訊來說的話非常之方便而且簡單明瞭，對於一個複雜的網頁原始碼而言，可以簡化取出需要的資訊之後，再去做preg的動作繪比較的簡單。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49

<?php
require 'phpQuery/phpQuery/phpQuery.php';

$loginurl='http://www.pixiv.net/index.php';
$pixiv_id='你的PIXIV_id';
$password='password';
//以上為一些登入基本資訊

$curl = curl_init();
curl_setopt($curl, CURLOPT_HEADER, 0);
curl_setopt($curl, CURLOPT_USERAGENT,'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; (R1 1.5); InfoPath.2)');
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($curl, CURLOPT_COOKIEJAR, 'cookie.txt');
curl_setopt($curl, CURLOPT_COOKIEFILE, 'cookie.txt');
curl_setopt($curl, CURLOPT_POST, 1);
curl_setopt($curl, CURLOPT_COOKIESESSION,true);
curl_setopt($curl, CURLOPT_URL, $loginurl);
curl_setopt($curl, CURLOPT_POSTFIELDS, 'mode=login&pixiv_id='.$pixiv_id.'&pass='.$password );
curl_exec($curl);
//登入的動作

$p=1;//設定起始頁
$bookmark_rest='show';//hide為非公開 show為公開

do{
$url='http://www.pixiv.net/bookmark.php?type=user&rest='.$bookmark_rest.'&p='.$p; //bookmark網址
curl_setopt($curl, CURLOPT_URL, $url);
$profile=curl_exec($curl);

phpQuery::newDocument($profile)->find('html > body > div#wrapper > div#pixiv > div#content2');
$title = pq('div[align="right"] > a') -> html();
preg_match('/次の(.*?)件/',$title,$match);
//是否有下一頁的判斷用

$title2 = pq('form#f > div[style="width:140px;height:120px;float:left;text-align:center;"]') -> html();
$title2=preg_replace('/\n/', '',$title2);
$title2=preg_replace('/<input (.*?)/>/', '',$title2);
$title2=preg_replace('/<img (.*?)/>/', '',$title2);
preg_match_all('/<a href="member.php\?id=(.*?)">< \/a><div style=\"padding-top:5px;\">(.*?)< \/div>/', $title2,$match2,PREG_SET_ORDER);

foreach ($match2 as $val) {
echo 'http://www.pixiv.net/member.php?id='.$val[1].' - '.$val[2]."\n";
}//映出所有的繪師
$p++;
}while(!empty($match));

curl_close($curl);
?>

以上就是一個非常簡單的小範例。對於熟悉PHPQuery之後要處理抓取網頁的資訊的動作的話真的非常的簡單。

這是一個非常簡單的，把PIXIV上的喜愛繪師的網址給備份出來的一個小程式，用這個列出來後才知道，原來我已經收了快要1150個繪師了...Orz

文章分類: about PHP
沒有任何回應 »

ImageUpon檔案副檔名判斷修改

老伯 | 六月 20, 2009 9:11 上午

今天趁著空閒的時候把ImageUpon的檔案格式副檔名判斷的部份小修了一下，主要的問題在於他是直接使用上傳之後的檔名去作切割，這對於一些安全上有些疑慮，假設有人上傳改附檔檔名的檔案...Orz，優點也是可以正確的去辨識檔案

修改部份：
找到

1	$suffix = strtolower(substr($_FILES['uploadimg']['name'],-4));

改成：

1
2
3
4
5
6

$img_info = getimagesize($_FILES['uploadimg']['tmp_name']);
$mime = $img_info['mime'];
list($t, $suffix) = split('/', $mime);
if ($suffix == 'jpeg') //這個部份將JPEG檔名轉成jpg
$suffix = 'jpg';
$suffix='.'.$suffix;//加上點這樣整體架構不用去作修改

雖然說多了很多的步驟，但是隨便拿一張圖附檔亂改，都還可以正確的去作辨識，取得應有的副檔名。

如果還是要使用上傳檔案的檔名去取得副檔名的話，我想到比較好的方式還是使用preg_match會比較正統，因為畢竟副檔名不是只有三個字