PHP 文件获取内容答案

【问题标题】：PHP file_get_contentsPHP 文件获取内容
【发布时间】：2010-11-25 22:19:43
【问题描述】：

我正在寻找创建一个 PHP 脚本，用户将在其中提供一个网页链接，它会获取该网页的内容并根据其内容解析内容。

例如，如果用户提供 YouTube 链接：

http://www.youtube.com/watch?v=xxxxxxxxxxx

然后，它将获取有关该视频的基本信息（缩略图，嵌入代码？）

或者他们可能会提供 vimeo 链接：

 http://www.vimeo.com/xxxxxx

或者即使他们提供任何链接，但没有附加视频，例如：

 http://www.google.com/

它可以只抓取页面标题或一些元内容。

我想我必须使用 file_get_contents，但我不确定如何在这种情况下使用它。

我不是在找人来编写整个代码，但也许可以为我提供一些工具，以便我完成这项工作。

【问题讨论】：

试着问一个更直截了当的问题，比如“我如何使用 PHP 在 youtube 中获取电影的缩略图”这可能会让人们反应更快。

标签： php file-get-contents

【解决方案1】：

您可以使用curl 或http 库。您发送一个 http 请求，并且可以使用该库从 http 响应中获取信息。

【讨论】：

此外，您可以使用正则表达式从这些网站解析您想要的信息。

【解决方案2】：

我知道这个问题已经很老了，但我会回答以防万一有人点击它寻找相同的东西。

将 oEmbed (http://oembed.com/) 用于 YouTube、Vimeo、Wordpress、Slideshare、Hulu、Flickr 和许多其他服务。如果不在列表中，或者您想让它更精确，您可以使用：

http://simplehtmldom.sourceforge.net/

它是 PHP 的一种 jQuery，这意味着您可以使用 HTML 选择器来获取部分代码（即：所有图像、获取 div 的内容、仅返回节点的文本（无 HTML）内容等)。

你可以做这样的事情（可以做得更优雅，但这只是一个例子）：

    require_once("simple_html_dom.php");
function getContent ($item, $contentLength) 
{
    $raw;
    $content = "";
    $html;
    $images = "";

    if (isset ($item->content) && $item->content != "")
    {
        $raw = $item->content;
        $html = str_get_html ($raw);            
        $content = str_replace("\n", "<BR /><BR />\n\n", trim($html->plaintext));

        try
        {
            foreach($html->find('img') as $image) {
                if ($image->width != "1") 
                {
                    // Don't include images smaller than 100px height
                    $include = false;
                    $height = $image->width;
                    if ($height != "" && $height >= 100)
                    {
                        $include = true;
                    }
                    /*else
                    {
                        list($width, $height, $type, $attr) = getimagesize($image->src);
                            if ($height != "" && $height >= 100)
                                $include = true;
                    }*/                 

                    if ($include == true)
                    {
                        $images = $images . '<div class="theImage"><a href="'.$image->src.'" title="'.$image->alt.'"><img src="'.$image->src.'" alt="'.$image->alt.'" class="postImage" border="0" /></a></div>';
                    }
                }
            }
        }
        catch (Exception $e) {
            // Do nothing
        }

        $images = '<div id="images">'.$images.'</div>';
    }
    else
    {
        $raw = $item->summary;
        $content = str_get_html ($raw)->plaintext;
    }

    return (substr($content, 0 , $contentLength) . (strlen ($content) > $contentLength ? "..." : "") . $images);
}

【讨论】：

【解决方案3】：

file_get_contents() 将在这种情况下工作，假设您在 php.ini 中将 allow_fopen_url 设置为 true。你会做的是这样的：

$pageContent = @file_get_contents($url);
if ($pageContent) {
    preg_match_all('#<embed.*</embed>#', $pageContent, $matches);
    $embedStrings = $matches[0];
}

也就是说，file_get_contents() 不会在错误处理方面为您提供太多其他接收内容成功或false 失败。如果您想对请求进行更丰富的控制并访问 HTTP 响应代码，请使用 curl 函数，特别是 curl_get_info，查看响应代码、mime 类型、编码等。一旦你得到通过 curl 或 file_get_contents() 获取的内容将是相同的。

【讨论】：

在使用 HTTP 包装器调用 file_get_contents（打开 URL）后，变量 $http_response_header 将填充响应头

【解决方案4】：

也许Thumbshots 或Snap 已经拥有一些你想要的功能？

我知道这不是您正在寻找的东西，但至少对于可能很方便的嵌入式东西。 txwikinger 也已经回答了你的其他问题。但也许这对你有帮助。

【讨论】：