Question

我正在使用这个脚本来抓取一个网站：

<?php
$url = "http://www.nu.nl";

$ch = curl_init($url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
$curl_scraped_page = curl_exec($ch);
curl_close($ch);

echo $curl_scraped_page;
?>

输出广告javascript中的错误域，head部分中的css文件。所以我尝试用以下方法修复它：

$url = preg_replace("/<head>/i", "<head><base href='$url' />", $url, 1);

不起作用，任何想法为什么？我无法发现任何事情。

Example

Answer 1

使用正确的变量怎么样？ $curl_scraped_page是您的网页，$url是您的网址...但您已将$url传递给preg_replace。

$curl_scraped_page = preg_replace("/<head>/i", "<head><base href='$url' />", $curl_scraped_page, 1);

卷曲和相对路径

1 个答案: