Question

我正在寻找创建一个PHP脚本，用户将提供一个指向网页的链接，它将获取该网页的内容并根据其内容解析内容。

例如，如果用户提供YouTube链接：

http://www.youtube.com/watch?v=xxxxxxxxxxx

然后，它会获取有关该视频的基本信息（缩略图，嵌入代码？）

或者他们可能提供vimeo链接：

 http://www.vimeo.com/xxxxxx

或者即使他们提供任何链接，但没有附加视频，例如：

 http://www.google.com/

它可以抓住页面标题或某些元内容。

我想我必须使用file_get_contents，但我不确定如何在这种情况下使用它。

我不是在找人编写整个代码，但也许会为我提供一些工具，以便我能够完成这项工作。

Answer 1

您可以使用curl或http库。您发送http请求，并可以使用该库从http响应中获取信息。

Answer 2

我知道这个问题已经很老了，但我会回答，以防有人点击它寻找同样的事情。

将oEmbed（http://oembed.com/）用于YouTube，Vimeo，Wordpress，Slideshare，Hulu，Flickr和许多其他服务。如果不在列表中，或者您想使其更精确，可以使用：

http://simplehtmldom.sourceforge.net/

这是一种用于PHP的jQuery，这意味着您可以使用HTML选择器来获取部分代码（即：所有图像，获取div的内容，仅返回节点的文本（无HTML）内容等））。

你可以做这样的事情（可以更优雅地完成，但这只是一个例子）：

    require_once("simple_html_dom.php");
function getContent ($item, $contentLength) 
{
    $raw;
    $content = "";
    $html;
    $images = "";

    if (isset ($item->content) && $item->content != "")
    {
        $raw = $item->content;
        $html = str_get_html ($raw);            
        $content = str_replace("\n", "<BR /><BR />\n\n", trim($html->plaintext));

        try
        {
            foreach($html->find('img') as $image) {
                if ($image->width != "1") 
                {
                    // Don't include images smaller than 100px height
                    $include = false;
                    $height = $image->width;
                    if ($height != "" && $height >= 100)
                    {
                        $include = true;
                    }
                    /*else
                    {
                        list($width, $height, $type, $attr) = getimagesize($image->src);
                            if ($height != "" && $height >= 100)
                                $include = true;
                    }*/                 

                    if ($include == true)
                    {
                        $images = $images . '<div class="theImage"><a href="'.$image->src.'" title="'.$image->alt.'"><img src="'.$image->src.'" alt="'.$image->alt.'" class="postImage" border="0" /></a></div>';
                    }
                }
            }
        }
        catch (Exception $e) {
            // Do nothing
        }

        $images = '<div id="images">'.$images.'</div>';
    }
    else
    {
        $raw = $item->summary;
        $content = str_get_html ($raw)->plaintext;
    }

    return (substr($content, 0 , $contentLength) . (strlen ($content) > $contentLength ? "..." : "") . $images);
}

Answer 3

假设您在php.ini中将allow_fopen_url设置为file_get_contents()，

true将适用于此情况。你会做的是：

$pageContent = @file_get_contents($url);
if ($pageContent) {
    preg_match_all('#<embed.*</embed>#', $pageContent, $matches);
    $embedStrings = $matches[0];
}

也就是说，file_get_contents()对于其他接收成功内容或false失败时的错误处理方式不会给你太多帮助。如果您希望更好地控制请求并访问HTTP响应代码，请使用curl函数，尤其是curl_get_info，查看响应代码，mime类型，编码等一旦你通过curl或file_get_contents()你的代码获取内容来解析它以寻找感兴趣的HTML将是相同的。

Answer 4

也许Thumbshots或Snap已经拥有了您想要的一些功能？

我知道这不是你想要的，但至少对于可能很方便的嵌入式东西。另外txwikinger已经回答了你的另一个问题。但也许这对ypu有帮助。

PHP file_get_contents

4 个答案: