file_get_contents（）遗漏了一些重要的数据

Question

我试图从this page读取html，然后解析它。问题是当我使用file_get_contents($url)时，它会遗漏一些内容（我实际需要的内容）。例如，它不会在＆＃34;每1盎司金额＆＃34;之后得到数据。 （只是一个空白），以及＆＃34; NUTRITION INFORMATION＆＃34;中的所有数据（仅限数字，它确实得到标签）;表。

这是脚本：

<?php
$url = "http://nutritiondata.self.com/facts/fruits-and-fruit-juices/1848/2";
$content = file_get_contents($url);
var_dump($content);
?>

Answer 1

您请求的网址实际上并不包含您要查找的数据。您在浏览器中看到的数据将通过javascript放入页面。

以下是没有javascript的页面：

你需要找到javascript正在使用的数据源（完全可能是其他一些URL）并阅读它。

在这种情况下，数据 实际上在您正在请求的页面中（而不是您正在寻找它的位置），在3400行附近的一个大型JSON对象中。 foodNutrients = {

Answer 2

看起来，该页面确实部分来自javascript。如果您访问该页面并让您显示HTML代码（不是通过DOM检查器或其他内容，而是页面的实际来源），您可以看到，您要搜索的部分不可用。

页面中包含了大量的javascript，你可能需要找出，哪些javascript填充页面以及从哪里得到它的数据。

“file_get_contents”对此没有帮助，因为javascript部分永远不会被执行。