获取网址的完整来源

【问题标题】：Get full source of a url获取网址的完整来源
【发布时间】：2014-08-23 08:03:24
【问题描述】：

我知道我可以使用 file_get_contents 方法获取页面的内容，但是有没有办法获取 script 标签之间所有内容的来源？即假设该页面构建了一个我想要获取的对象：

 <script src="js.js">
  dataLayer = [{dest":"Lithuania","type" : "small", "code" : "4"}];
 </script>

有什么办法可以用php或者其他方法获取内容吗？

【问题讨论】：

“介于两者之间的一切”是什么意思？
在php 中使用DOMDocument。获取特定标签之间的内容。
"有什么方法可以获取内容...？" 是的，是的。
使用 preg_match_all 或 DOMDocument。

标签： javascript php jquery html

【解决方案1】：

您可以使用正则表达式获取里面的所有脚本标签和 HTML 文档。

这里只是一些 php 行来检索所有脚本标签：

$matches = array();
$pattern = '/<script[^>]*>(.*?)<\\/script>/ius';
$subject = file_get_contents('YOUR URL');
preg_match_all( $pattern, $subject , $matches );

这里 $matches 是一个数组，其中包含与模式匹配的所有字符串。键 0 包含完整的模式匹配，键 1 仅包含 () 之间的匹配组：

[
  0 => [
    0 => "<script>script content 1</script>",
    1 => "<script>script content 2</script>",
    ...
  ],
  1 => [
    0 => "script content 1",
    1 => "script content 2",
    ...
  ]
]

函数的一些细节：

preg_match_all：http://php.net/manual/en/function.preg-match-all.php
PHP 中的正则表达式：http://php.net/manual/en/book.pcre.php

希望对你有所帮助:)

【讨论】：