我的客户拥有数百个简单的单页静态网站。它们是各种营销任务的登陆页面。它们都使用相同的相同布局 - 只是一个带有页眉和页脚的简单的两列站点。
我想在每个目标网页上复制几个特定div的内容，然后我会将它们用于流行的数据库，以便我可以使用新的后端重建它。
基本上有一个＆＃34;主要＆＃34; div和＆＃34; sidebar＆＃34; div和我需要完全按原样复制HTML，但将图像URL替换为本地托管的副本。
我能够使用以下方法为给定域创建所有图像URL的数组：
$url="http://example.com";
$html = file_get_contents($url);
$doc = new DOMDocument();
@$doc->loadHTML($html);
$tags = $doc->getElementsByTagName('img');
foreach ($tags as $tag) {
// save image to local server
}
我能够使用这种方法捕获主div的内容：
$maindiv = $doc->getElementById('main');
echo $doc->saveHTML($maindiv);
似乎运行良好，但它没有包含图像的任何内部HTML。基本上这个div包含一个段落，后跟一个HTML项目符号列表，后跟一个或两个图像，也许是最后一个段落。这段代码抓住了文本和项目符号列表但没有抓取html或图像。
有更好的方法吗？如果我能弄清楚如何迭代这些数据并获取这些div的内容，我可以节省大量的手动时间。