Question

我不想下载整个网页。这需要时间，需要大量的记忆。

如何下载该网页的一部分？然后我将解析它。

假设我只需要下载<div id="entryPageContent" class="cssBaseOne">...</div>。我怎么能这样做？

Answer 1

您无法通过“仅此HTML”下载部分网址。 HTTP仅支持部分下载的字节范围，并且没有HTML / XML文档树的概念。

因此，您必须下载整个页面，将其加载到DOM parser，然后仅提取您需要的部分。

e.g。

$html = file_get_contents('http://example.com/somepage.html');
$dom = new DOM();
$dom->loadHTML($html);
$div = $dom->getElementById('entryPageContent');

$content = $div->saveHTML();

Answer 2

使用此：

curl_setopt($ch, CURLOPT_RANGE, "0-10000");

将使cURL仅下载网页的前10k字节。此外，它仅在服务器端支持此功能时才有效。许多解释的脚本（CGI，PHP，...）都忽略它。

我如何下载和解析部分网页？

2 个答案: