如何在 php 中设置 cURL 以仅获取网页的可打印版本？

【问题标题】：How do you set up cURL in php to only get the printable version of a webpage?如何在 php 中设置 cURL 以仅获取网页的可打印版本？
【发布时间】：2016-03-29 13:49:00
【问题描述】：

我正在尝试使用 php 中的 cURL 从其他人的网站复制 HTML 源代码。我只想获得他们指定可打印的 HTML，而不是他们的页眉、页脚和图像。我的目的是加快下载速度，并减轻他们网站的负担。他们 8 年来第一次更新了他们的页面，并改为使用 CSS 而不是 GET 变量来指定页面的可打印版本。是否可以告诉 cURL 只返回可打印的元素？编辑：他们在 CSS 中使用了很多这样的语句：

@media print {
    .visible-print-block {
        display: block !important;
    }
}

【问题讨论】：

如果不解析打印媒体样式表，我认为这是不可能的，因为所有的 HTML 仍然存在。打印视图不会删除任何 HTML 节点，它只是根据 CSS 隐藏它们。

标签： php html css curl

【解决方案1】：

可能这不是您期望的答案，但是除了自己解析 DOM 树和渲染 HTML 之外，您无法生成可打印的版本。

然而，早在 1999 年，对于基于 Web 的电子邮件，我们使用了这样的东西：

system("lynx --dump 'www.microsoft.com'");

这很好用，但是：

可能在linux、MacOS 和Windows 上开箱即用，您需要安装lynx 浏览器。
它很慢 - 因为它fork lynx 浏览器
您需要小心并编码域，可能使用escapeshellarg。
lynx不支持Javascript，也不是很高级CSS

另一种方法是使用许多软件包中的一些来制作屏幕截图。但是，它们将生成图像而不是文本。

【讨论】：