如何使用 PHP 解析网站？答案

【问题标题】：How can I parse a website with PHP?如何使用 PHP 解析网站？
【发布时间】：2012-08-19 18:38:12
【问题描述】：

我想制作一个网站，其中包含新闻，就像我的其他网站出现在 Internet 上一样。

我没有足够的内容。所以我想从另一个新闻网站获取内容（当然，我获得了从他们的网站复制他们的内容的许可）。

为此，我使用了Simple HTML DOM，它在我的其他网站上进展顺利，但是当我在发布网站上应用我的脚本时，它不起作用（什么也不输出）。

这是我要从中获取数据的链接：hesspress.com。

代码：

require_once 'simple_html_dom.php';
$lien='http://www.hesspress.com';
$html=new simple_html_dom();
$html->load_file($lien);
$k=$html->find('a',0)->href;
print_r($k);

【问题讨论】：

所以你想获得页面上的第一个链接？
不，这只是一个测试，看看我的脚本是否能够在我处理完剩下的事情后获得 html 网站的流量
您的发布服务器可能已禁用通过file_get_contents 获取网页。在这种情况下，您将不得不使用 cURL，就像我的回答一样。
How to parse and process HTML with PHP?的可能重复

标签： php parsing dom

【解决方案1】：

这是我会使用的，您可以根据自己的目的进行修改。

它使用built-in PHP DOM。

代码：

<?php
$url = 'http://acid3.acidtests.org';
$handle = curl_init($url);
curl_setopt($handle, CURLOPT_RETURNTRANSFER, true);
$html = curl_exec($handle);
libxml_use_internal_errors(true); // Prevent HTML errors from displaying
$doc = new DOMDocument();
$doc->loadHTML($html);
$link = $doc->getElementsByTagName('a')->item(0);
echo 'Link text: ' . $link->nodeValue;
echo '<br />';
echo 'Link URL: ' . $link->getAttribute('href');
?>

【讨论】：

谢谢它有效，但我不知道为什么它会给出这个警告这些是警告警告：DOMDocument::loadHTML() [domdocument.loadhtml]: ID box_opinions 已经在实体中定义，行：578在第 8 行的 C:\wamp\www\parse.php 中警告：DOMDocument::loadHTML() [domdocument.loadhtml]：ID mainTicker 已在实体中定义，行：C:\wamp\www\parse.php 中的 579第 8 行链接文本：ÙØ§Ù ÙØ£Ø¹ÙØ§Ù 链接 URL：/economie/index.1.html
@TiAmoLaky 那是因为页面编码错误。我已更新我的答案以忽略错误。

【解决方案2】：

您不能在您的网站中使用此代码，如果您使用此链接http://php.net/manual/en/book.dom.php，则可以这样做

【讨论】：