提取HTML页面的一部分

Question

是否可以提取远程HTML页面的一部分，并使用PHP cURL，HTML DOM解析器或任何其他方法将其打印在另一页面上，保留原始格式样式，图像，标签功能？ 例如，如何从http://ru.yahoo.com/中提取中心列的内容（带标签和格式，保留原始文本的外观）？

据我所知，脚本应该处理外部CSS，以便返回的内容与原始内容具有相同的外观。如果可能的话，最合适的方式是什么？如果是的话，一个例子将受到高度赞赏。我看了几个例子，但没有为我的案例找到任何解决方案。

Answer 1

好吧，如果我必须快速做（读：非常脏）我会这样做，我想：

1. 使用标准PHP
从远程服务器中提取HTML
2. 使用 stole 从其他网站获取的HTML，并在底部添加您自己的HTML。
3. 还要添加自己的CSS来隐藏您不希望看到的其他网站的html并设置自己的html样式。

小提琴直到看起来还不错。但是：我认为这会破坏外部JS文件的加载，因为域策略相同。

一个很好的方法是：

1. 使用标准PHP
从远程服务器中提取HTML
2. 使用一些PHP HTML解析器解析HTML并删除所有外部CSS和JS文件并同时提取这些文件。
3. 使用XPath提取所需的部分。
4. 使用您自己的HTML，您需要的部件，新下载的CSS和JS文件的新链接创建一个新的HTML文档。还要添加自己的CSS和JS来设置结果样式。

你知道：RSS是为此而发明的，如果他们不提供RSS提要，他们很可能不希望你获取内容并将其发布在你自己的网站上。 ：P