PHPでHTMLを分解してMySQLに登録

質問

パターン化されているHTMLソースをDBに登録したい。

環境
PHP:5.1.6
MySQL：5.0.77

下記のようなHTMLソースがあります。このソースを区切ってMySQLに登録したいと思います。

テーブル名：sample　（2列構成）
フィールド名：id(auto_increment),text

-----HTMLソース-----------------------------------------
<p>
<div class="sample_title">サンプルタイトルA</div>
<div class="item">サンプルアイテムA-1</div>
<div class="item">サンプルアイテムA-2</div>

<p>
<div class="sample_title">サンプルタイトルB</div>
<div class="item">サンプルアイテムB-1</div>
<div class="item">サンプルアイテムB-2</div>

以下同様のデータが続く・・・100～500個程度。
--------------------------------------------------------

HTMLソースに</p>の終了タグはありません。
正規表現等で<p>から、次の<p>までのソースを取り出しを繰り返せば良いと思いますが、どのようにプログラムを作ればよいかわかりません。

求める結果は上記テーブルの
1番目のtextフィールドに
<p>
<div class="sample_title">サンプルタイトルA</div>
<div class="item">サンプルアイテムA-1</div>
<div class="item">サンプルアイテムA-2</div>

2番目のtextフィールドに
<p>
<div class="sample_title">サンプルタイトルB</div>
<div class="item">サンプルアイテムB-1</div>
<div class="item">サンプルアイテムB-2</div>

という値が入っていることです。

流れとしては下記のようになると思いますが、
どのようなプログラムを書けばよいのでしょうか？

<p>から次の<p>を正規表現で取り出し。
MySQLに登録。
これをソースが終わるまで繰り返す。

ご回答よろしくお願い致します。

回答No.2

ida_rdt · ベストアンサー

まぁ、あまり深く考えずに hpmt28 さんの考える手順で実行してみてはいかがでしょうか。
仮に文字コードを「UTF-8」として考えたとして、文字列の書式にブレが無かったとすれば、

// 文字列
$source = '
<p>
<div class="sample_title">サンプルタイトルA</div>
<div class="item">サンプルアイテムA-1</div>
<div class="item">サンプルアイテムA-2</div>

<p>
<div class="sample_title">サンプルタイトルB</div>
<div class="item">サンプルアイテムB-1</div>
<div class="item">サンプルアイテムB-2</div>
';

// 正規表現
preg_match_all( '/(<p>\n<div.+?)<p>/su', $source, $match );

// SQLの組み立てと実行
foreach ( $match[ 1 ] as $var )
{
// データのエスケープ
$text = mysql_real_escape_string( $var );

// SQLの組み立てと実行
$SQL = "INSET INTO sample ( text ) VALUES ( '{$text}' )";
mysql_query( $SQL );
}

お礼

ida_rdtさん

丁寧にソースまで教えて頂きありがとうございます。
無事解決致しました。

正規表現は触りはじめたばかりなので「preg_match_all」を知りませんでした。

正規表現の便利さを体感することができ、自分でもすらすらと書けるように今後理解を深めたいと思います。

上記内容を参考にプログラムを組んで実行してみましたら、無事MySQLにデータを登録することができました。

回答No.1

yambejp

pが閉じてないとなると、それはどんどん入れ子になっていっているということ
並列のpなのか入れ子のpなのかわからないのでこの定義だと判断つきません。
したがって命題がまちがっているので正しい正規表現はかけません