PHP-скрипт для парсинга Яндекс.Каталога

Товарищи демоны, черкните тут строчку кода, чтобы 1) к списку сайтов добавлялся порядковый номер, и 2) чтобы сделать задержку запроса к Яндексу, в 2-3 секунды.

Автору - респект. :)

P.S. Желательно отдельной строкой, чтобы её закомментить можно было, при желании.

Яндексоиды позорники, до сих пор тэгом font пользуются... 21 век. Россия.

<? 



$cat = 'Business/Corporate_Services/Business_Contacts/';

$delay = '3';



$url = 'http://pda.yaca.yandex.ru/yca/tungrp/cat/'.$cat; 

$np_pat = '/<a target="_self" href="(.*)"><font color="#333333">след.<\/font><\/a>/U'; 

$yc_pat = '/<li>\n<font><a.*href="(.*)".*>.*<\/li>/isU'; 



echo "<ol>";



while ($data = file_get_contents($url)) { 

    $data = iconv('utf-8', 'cp1251', $data); 

    preg_match_all($yc_pat, $data, $o1, PREG_SET_ORDER); 

    foreach ($o1 as $o) echo "<li>".$o[1]; flush(); 

    preg_match($np_pat, $data, $o2); 

    $url = ($o2 ? $o2[1]:FALSE);

	sleep($delay);

} 



?>

это еще pda-версия. а на обычной вообще паттерн фиг напишешь - столько косяков =)

Ну обычную парсить в любом случае смысла нет, ни к чему лишний объем.

подводя итоги: 0р., 0$, 4 "+", 1 "-" с претензией, мол, зачем выкладывать в паблик?

ну хотя бы для того, чтобы на моих сайтах в sape были тематические ссылки.

А может кому-нибудь нужна вся база ЯКа? В формате MS Access или уже готовый MySQL-дамп для каталога eSyndiCat?

<? 



$delay = '3';





?>

Прошу прощения

За что отвечает $delay = '3'; ? ( Програмёр я никакой )

И ещё один вопрос

Запустил скрипт Он спарсил 2000 урлов Хотя в разделе 6500.

это задержка в секундах в переходе к следующей странице.

возможно яндекс заблокировал ip, попробуйте увеличить $delay.

если не поможет - в самом начале скрипта впишите строку:

set_time_limit(600);

Андрей, подскажите новичку как составляются паттерны (шаблоны) для парсинга. Я изучал ваши паттерны, но в них так и не разобрался. Весь интернет перерыл, но так и не нашёл. Не могли бы Вы скинуть ссылочку или вкратце рассказать о правилах составления паттернов?

$np_pat = '/<a target="_self" href="(.*)"><font color="#333333">след.<\/font><\/a>/U';

$yc_pat = '/<li>\n<font><a.*href="(.*)".*>.*<\/li>/isU';

$pattern = '/<table border="0" width="100%" cellspacing="0" cellpadding="5">(.*?)<\/table>/is';

$pattern2 = '/<tr class="tlist".*?><td><a href=".*?">(.*?)<\/a><\/td>[\n]*<td align=["]*right["]*>([\d]+)<\/td><\/tr>/is';

Объясните на этих примерах суть.

Заранее благодарю