如何使用 PHP 从网站获取文本？答案

【问题标题】：How do I get text from a website using PHP?如何使用 PHP 从网站获取文本？
【发布时间】：2011-07-18 03:45:15
【问题描述】：

所以，我正在编写一个 PHP 脚本，其中一部分需要能够查询网站，然后从中获取文本。

首先，我需要能够查询某个网站的 URL，然后我需要能够在查询后从该网站的文本中获取文本，并能够从函数中返回该文本。

如何查询网站并从中获取文本？

【问题讨论】：

标签： php web

【解决方案1】：

最简单的方法：

file_get_contents()

这将为您提供网页的来源。

您可能想要更完整的东西，所以请查看cURL，以获得更好的错误处理和设置用户代理等等。

从那里，如果您只想要文本，您将不得不解析页面。为此，请参阅：How do you parse and process HTML/XML in PHP?

【讨论】：

【解决方案2】：

我会做一个 dom 搜索，看看http://www.php.net/manual/es/domdocument.load.php Domxpath 可能也很有用：http://php.net/manual/en/class.domxpath.php

$doc = new DOMDocument;
$doc->load("http://mysite.com");
$xpath = new DOMXpath($doc);
$elements = $xpath->query("*/div[@id='yourTagIdHere']");

【讨论】：

【解决方案3】：

您可以使用file_get_contents，或者如果您需要更多控制（即提交 POST 请求、设置用户代理字符串等），您可能需要查看cURL。

file_get_contents 示例：

$content = file_get_contents('http://www.example.org');

基本 cURL 示例：

$ch = curl_init('http://www.example.org');
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7) AppleWebKit/534.48.3 (KHTML, like Gecko) Version/5.1 Safari/534.48.3');

$content = curl_exec($ch);

curl_close($ch);

【讨论】：

【解决方案4】：

如果您安装了 Curl，请使用它。否则：

$website = file_get_contents('http://google.com');

然后你需要在字符串中搜索你想要的文本。具体操作方式取决于网站以及您尝试阅读的文本。

【讨论】：

【解决方案5】：

您需要使用 CURL。你可以得到一些样品here

【讨论】：

【解决方案6】：

如果您想要更多控制，请使用 cURL。否则：file_get_contents..

$url  = "http://www.example.com/test.php";  // Site URL.
$site = file_get_contents($url);             // Gets site response.

【讨论】：

【解决方案7】：

这是否可以通过使用上面已经列出的方法从网页中获取所有内容，然后使用 regex 来删除左括号和右括号之间的所有字符？

如下所示的页面：

<html><style> h1 { font-style:... }</style><h1>stuff in here</h1></html>

在正则表达式之后会变成这个：

h1 { font-style:... }stuff in here

因为我们想要删除各种标签之间的所有代码，例如 [style] 标签，我们可以首先使用正则表达式删除 [style 和 /style] 之间的所有字符，这样我们就剩下：

stuff in here

那么这行得通吗？如果您认为会发生错误，或者您预见到错误，请回复，因为我想使用此解析创建一个工具。

【讨论】：