我知道关于 PHP 网页抓取工具的问题已经被问过很多次了，使用这个，我发现了 SimpleHTMLDOM。在我的本地服务器上无缝工作后，我将所有内容上传到我的在线服务器，却发现有些东西不能正常工作。快速浏览常见问题解答将我带到this。我目前正在使用免费托管服务，因此请编辑任何 php.ini 设置。因此，使用常见问题解答的建议，我尝试使用 cURL，却发现这也被我的托管服务关闭了。是否有任何其他简单的解决方案可以在不使用 cURL 或 SimpleHTMLDOM 的情况下抓取另一个网页的内容？
【问题讨论】：
标签： php web-scraping
如果 cURL 和 allow_url_fopen 未启用，您可以尝试通过以下方式获取内容
fsockopen — 打开 Internet 或 Unix 域套接字连接换句话说，您必须手动执行 HTTP 请求。请参阅手册中的示例以了解如何执行 GET 请求。然后可以进一步处理返回的内容。如果启用了套接字，您还可以使用任何使用它们的第三方库，例如 Zend_Http_Client。
在旁注中，查看 Best Methods to Parse HTML 了解 SimpleHTMLDom 的替代方案。
【讨论】：
cURL 是一个特殊的 API。它不是通常被认为是 http 库，而是用于 FTP、SFTP、SCP、HTTP PUT、SMTP、TELNET 等的通用数据传输库。如果你只想使用 HTTP，有一个对应的PEAR library for that。或者检查您的 PHP 版本是否启用了官方的http extension。 对于抓取尝试phpQuery 或querypath。两者都带有内置的 http 支持。
【讨论】：
allow_url_fopen。另一方面，phpquery 使用Zend_Http_Client，所以这可能是一个选项。 PEAR 库也是一个不错的选择。这是在fsockopen 之上的一个实现。
当allow_url_fopen 设置为false 时，这是一种抓取图像的简单方法，无需学习深奥的工具。
在您的开发环境中创建一个网页，以加载您正在抓取的所有图像。然后，您可以使用浏览器保存图像。 File -> "Save Page As".
如果您需要一次性解决方案从将allow_url_fopen 设置为0 的远程服务器下载一堆图像，这将非常方便。
在 file_get_contents 和 curl 失败后，这对我有用。
【讨论】：
file_get_contents() 是最简单的抓取页面的方法，无需安装额外的库。
【讨论】：