Zoiets? :

PHP Code:

    $string = file_get_contents("http://nl.wikipedia.org/wiki/E-mail");
    preg_match_all('/[^a-zA-Z0-9\.]+?([a-zA-Z0-9\.]+@[a-zA-Z0-9\.-]+)[^a-zA-Z0-9\.]/si',$string,$emails);
    // Bestand wegschrijven
    $filename = 'emails.txt';
    $fh = fopen($filename, 'w');
    fwrite($fh, implode(",",$emails[1]));
    fclose($fh);
    print_r($emails[1]); 


Ik kan zoiets wel maken in ruby voor je. Maar je zoekt waarschijnlijk php..

Origineel gepost door rickv

Zoiets? :

PHP Code:

    $string = file_get_contents("http://nl.wikipedia.org/wiki/E-mail");
    preg_match_all('/[^a-zA-Z0-9\.]+?([a-zA-Z0-9\.]+@[a-zA-Z0-9\.-]+)[^a-zA-Z0-9\.]/si',$string,$emails);
    // Bestand wegschrijven
    $filename = 'emails.txt';
    $fh = fopen($filename, 'w');
    fwrite($fh, implode(",",$emails[1]));
    fclose($fh);
    print_r($emails[1]); 


Dat is al bijna wat ik zoek! Ik heb dit online geprobeerd, maar krijg elk e-mail adres 2 keer + " [2] =>" er tussen. Is er een manier om dat weg te krijgen. Tevens schrijft ie niks weg naar emails.txt of doe ik iets verkeerd?

emails.txt moet je chmodden naar 777

Origineel gepost door Bilal N

Dat is al bijna wat ik zoek! Ik heb dit online geprobeerd, maar krijg elk e-mail adres 2 keer + " [2] =>" er tussen. Is er een manier om dat weg te krijgen. Tevens schrijft ie niks weg naar emails.txt of doe ik iets verkeerd?

2 keer komt waarschijnlijk doordat er op de pagina zelf een link staat à la <a href="mailto:adres">adres</a>

Je kunt hiervoor de array_unique() functie gebruiken

PHP Code:

$emails[1] = array_unique($emails[1]); 


voor "// Bestand wegschrijven"

+ " [2] =>" er tussen is omdat onderaan het script de huidige array geprint wordt.
Je kunt hier
echo implode(",",$emails[1]); van maken om de lijst ook in de browser te zien.

Het wegschrijven van het txt bestand heeft waarschijnlijk met schrijfrechten in de huidige map te maken.

Origineel gepost door rickv

2 keer komt waarschijnlijk doordat er op de pagina zelf een link staat à la <a href="mailto:adres">adres</a>

Je kunt hiervoor de array_unique() functie gebruiken

PHP Code:

$emails[1] = array_unique($emails[1]); 


voor "// Bestand wegschrijven"

+ " [2] =>" er tussen is omdat onderaan het script de huidige array geprint wordt.
Je kunt hier
echo implode(",",$emails[1]); van maken om de lijst ook in de browser te zien.

Het wegschrijven van het txt bestand heeft waarschijnlijk met schrijfrechten in de huidige map te maken.

Bedankt voor het snelle antwoord. Het probleem met de dubbele mails en de getallen is in ieder geval verholpen! Echter krijg ik nog de volgende error:


Warning: fopen(******/emails.txt) [function.fopen]: failed to open stream: HTTP wrapper does not support writeable connections in ******/mail.php on line 7

Warning: fwrite(): supplied argument is not a valid stream resource in ******/mail.php on line 8

Warning: fclose(): supplied argument is not a valid stream resource in ******/mail.php on line 10

Een simpele google search had het antwoord al gegeven, je probeert het emails.txt bestand over het http protocol weg te schrijven ( waarschijnlijk heb je het dus veranderd naar http://jehost.nl/emails.txt ).

Dit kan echter niet. Je zult het óf in de root map moeten wegschrijven, óf in een submap, óf het bestand via een absoluut pad wegschrijven.

Je moet in ieder geval géén http://... in je $filename = ... gebruiken

Origineel gepost door rickv

Een simpele google search had het antwoord al gegeven, je probeert het emails.txt bestand over het http protocol weg te schrijven ( waarschijnlijk heb je het dus veranderd naar http://jehost.nl/emails.txt ).

Dit kan echter niet. Je zult het óf in de root map moeten wegschrijven, óf in een submap, óf het bestand via een absoluut pad wegschrijven.

Je moet in ieder geval géén http://... in je $filename = ... gebruiken

Top, dat probleem is nu verholpen. Ik heb tot slot nog een laatste vraag:

Gesteld dat ik van een site met meerdere pagina's de mails in 1 lijst wil krijgen klopt het dan dat ik het "&" teken gebruik? Dit werkt namelijk enkel voor 2 pagina's.

Voorbeeld:

http://site.nl/index.php?nav=rubriek...3&pagenumber=2

Je zou in plaats van " $fh = fopen($filename, 'w');"
het volgende kunnen gebruiken: $fh = fopen($filename, 'a');

Je veranderd dan de url, en het script zal de emails achter de reeds in het bestand(emails.txt) aanwezige emails plaatsen.
Let er wel even op dat aan het eind van het bestand dan waarschijnlijk eerst een nieuwe comma geplaats moet worden.

Beste Rick,

Het schrijven van de andere pagina's in het zelfde bestand gaat goed op 1 klein puntje na: in de browser laat ie de emails zien zonder deze te dupliceren, in het bestand gebeurt dit wel.

Dit is de code zoals ik 'm nu heb:

PHP Code:

<?php
    $string = file_get_contents("http://sitemetmails.nl/index.php?nav=rubrieken&hcid=6&scid=29&pagenumber=16");
    preg_match_all('/[^a-zA-Z0-9\.]+?([a-zA-Z0-9\.]+@[a-zA-Z0-9\.-]+)[^a-zA-Z0-9\.]/si',$string,$emails);
    // Bestand wegschrijven
    $filename = '/home/bnontwerp/domains/site.nl/public_html/dev/emails.txt';
    $fh = fopen($filename, 'a');
    fwrite($fh, implode(",",$emails[1]));
    $emails[1] = array_unique($emails[1]);
    echo implode(",",$emails[1]);
?>

Dit gedeelte mag weg:
/home/bnontwerp/domains/site.nl/public_html/dev/
en zorg dat je emails.txt hebt gechmod

Ik heb wat gevonden op google, dus deel ik het even met jullie. Het werkt prima.

PHP Code:

<?php
 
$the_url = isset($_REQUEST['url']) ? htmlspecialchars($_REQUEST['url']) : '';
?>
<form method="post">
  Please enter full URL of the page to parse (including http://):<br />
  <input type="text" name="url" size="65" value="<?php echo $the_url;  ?>"/><br />
  or enter text directly into textarea below:<br />
  <textarea name="text" cols="50" rows="15"></textarea>
  <br />
  <input type="submit" value="Parse Emails" />
</form>
<?php
if (isset($_REQUEST['url']) && !empty($_REQUEST['url'])) {
  // fetch data from specified url
  $text = file_get_contents($_REQUEST['url']);
}
elseif (isset($_REQUEST['text']) && !empty($_REQUEST['text'])) {
  // get text from text area
  $text = $_REQUEST['text'];
}
// parse emails
if (!empty($text)) {
  $res = preg_match_all(
    "/[a-z0-9]+([_\\.-][a-z0-9]+)*@([a-z0-9]+([\.-][a-z0-9]+)*)+\\.[a-z]{2,}/i",
    $text,
    $matches
  );
  if ($res) {
    foreach(array_unique($matches[0]) as $email) {
      echo $email . "<br />";
    }
  }
  else {
    echo "No emails found.";
  }
}
?>

Op deze manier haalt hij eerst de emails uit het bestand, om ze dan later samen te voegen met de nieuwe mails, dubbelen er uit te halen en weer in het bestand weg te schrijven.

Je zult nog wel even moeten kijken naar de gebruikte regex (/[^a-zA-Z0-9\.]+?([a-zA-Z0-9\.]+@[a-zA-Z0-9\.-]+)[^a-zA-Z0-9\.]/si) aangezien deze niet alle emails matched.

Denk daarbij aan adressen die ook éá etc etc gebruiken, deze worden namelijk niet gevonden op deze manier. Er kunnen namelijk nogal vreemde tekens in email-adressen zitten

PHP Code:

<?php
    $string = file_get_contents("http://sitemetmails.nl/index.php?nav=rubrieken&hcid=6&scid=29&pagenumber=16");
    preg_match_all('/[^a-zA-Z0-9\.]+?([a-zA-Z0-9\.]+@[a-zA-Z0-9\.-]+)[^a-zA-Z0-9\.]/si',$string,$emails);
    // Bestand wegschrijven
    $filename = '/home/bnontwerp/domains/site.nl/public_html/dev/emails.txt';
    $current_emails = (file_exists($filename) ? (file_get_contents($filename) != '' ? explode(",",file_get_contents($filename)) : array()) : array());
    $fh = fopen($filename, 'w+');
    $allemails = array_merge($current_emails,$emails[1]);
    $allemails = array_unique($allemails);
    fwrite($fh, implode(",",$allemails));
    echo implode(",",$allemails);
?>

Aanvullend bericht:
Dit is mét een redelijk oké regex

PHP Code:

<?php
    $string = file_get_contents("http://sitemetmails.nl/index.php?nav=rubrieken&hcid=6&scid=29&pagenumber=16");
    preg_match_all('/([A-Za-z0-9\x5c\x00-\x20\x7f-\xff\.\-\_\!\#\$\%\&\'\*\+\/\=\?\^\`\{\|\}]+)\@([A-Za-z0-9.-_]+)(\.[A-Za-z]{2,5})/si',$string,$emails);
    $filename = '/home/bnontwerp/domains/site.nl/public_html/dev/emails.txt';
    // Bestand ophalen, huidige lijst met adressen
    $current_emails = (file_exists($filename) ? (file_get_contents($filename) != '' ? explode(",",file_get_contents($filename)) : array()) : array());
    // Samenvoegen en dubbelen er uit halen
    $allemails = array_merge($current_emails,$emails[0]);
    $allemails = array_unique($allemails);
    // Bestand wegschrijven
    $fh = fopen($filename, 'w+');
    fwrite($fh, implode(",",$allemails));
    echo implode(",",$allemails);
?>