Question

如何从外部网站抓取内容并将其显示在我的网站上？（类似于RSS提要或其他聚合器的用途）。

例如，假设我要显示其他网站日历中的项目：

其他网站：

<h1>Here's our calendar:</h1>

<div class="calendar_item">
  <h2>Boston Marathon</h2>
  <p class="date">June 23, 2012</p>
  <p class="description">This marathon is 26.2 miles and lots of fun.</p>
</div>

<div class="calendar_item">    
  <h2>Irish Pub Crawl</h2>
  <p class="date">July 17, 2012</p>
  <p class="description">Shamrocks and green things are super-fun.</p>
</div>

<div class="calendar_item">
  <h2>Tim's Birthday</h2>
  <p class="date">August 25, 2012</p>
  <p class="description">It's Tim's birthday, yo.</p>
</div>

我的网站：

<h1>Here's a feed of some calendar items from someone else's website:</h1>

<div class="event_title">Boston Marathon</div>
<div class="event_date">June 23, 2012</div>
<div class="event_description">This marathon is 26.2 miles and lots of fun.</div>

<div class="event_title">Irish Pub Crawl</div>
<div class="event_date">July 17, 2012</div>
<div class="event_description">Shamrocks and green things are super-fun.</div>

<div class="event_title">Tim's Birthday</div>
<div class="event_date">August 25, 2012</div>
<div class="event_description">It's Tim's birthday, yo.</div>

这是我尝试过的（使用MAMP）：

<?php

$url = "http://example.com";

$page = curl($url);

$pattern = '%
<h2>(.+?)</h2>
%i';

preg_match($pattern,$page,$matches);

print_r($matches);

?>

...打印：

Array ( )

教程/等。我看过包括像“尝试cURL”这样含糊不清的答案。这看起来很简单，但我是一个难倒的菜鸟。

先谢谢你，伙计们：）

Answer 1

我不推荐使用正则表达式来解析HTML。 PHP 5+附带一个解析器，您可以使用它，如下所示。

$content = file_get_contents('test.html');
$doc = 
<<<DOC
$content
DOC;
$dom = new DOMDocument();
$dom->loadHTML($doc);
$h2Tags = $dom->getElementsByTagName("h2");
$pTags = $dom->getElementsByTagName("p");
foreach($h2Tags as $h2 ) {
    //do something
}

foreach($pTags as $p ) {
if($p->getAttribute("class") == "date") {
    //do something
}

}

$ h2的类型为DOMElement。它继承了DOMNode。因此，您可以使用nodeValue属性来访问值。在上面的示例中，您可以编写$ h2-＆gt; nodeValue来访问内容。

Answer 2

您可以尝试使用此库http://simplehtmldom.sourceforge.net/

然后只是：

foreach($dom->find('p[class=date]' as $p) {
  $date = $p->innertext;
}

这会给你

的内容

或者你更多地使用stripos进行挖掘

foreach($dom->find('p') as $p) {
  if(stripos($p->class, 'date') !== false) {
    //do something
  }
}

Answer 3

以下是使用cURL的示例：

http://tr2.php.net/manual/en/curl.examples-basic.php

并在应用preg_match之前检查您是否收到数据。如果你得到一些，那么这就是导致你问题的正则表达式。

如何显示从外部网站获取的内容？

3 个答案: