Question

嘿伙计们我使用curl来传达web外部服务器，但是响应的类型是html，我能够将它转换为json代码（超过4000行）但我不知道如何获取包含我的指定行结果。有什么想法吗？

这是我的cUrl代码：

require_once('getJson.php');
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, 'http://www.reputationauthority.org/domain_lookup.php?ip=website.com&Submit.x=9&Submit.y=5&Submit=Search');
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; .NET CLR 1.1.4322)');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 5);
curl_setopt($ch, CURLOPT_TIMEOUT, 5);
$data = curl_exec($ch);
$httpcode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
curl_close($ch);
$data = '<<<EOF'.$data.'EOF';
$json = new GetJson();
header("Content-Type: text/plain");
$res = json_encode($json->html_to_obj($data), JSON_PRETTY_PRINT);
$myArray = json_decode($res,true);

对于getJson.php

class GetJson{

    function html_to_obj($html) {
        libxml_use_internal_errors(true);
        $dom = new DOMDocument();
        $dom->loadHTML($html);
        return $this->element_to_obj($dom->documentElement);
    }
    function element_to_obj($element) {
        if ($element->nodeType == XML_ELEMENT_NODE){                    
            $obj = array( "tag" => $element->tagName );
            foreach ($element->attributes as $attribute) {
                $obj[$attribute->name] = $attribute->value;
            }
            foreach ($element->childNodes as $subElement) {
                if ($subElement->nodeType == XML_TEXT_NODE) {
                    $obj["html"] = $subElement->wholeText;
                }
                else {
                    $obj["children"][] = $this->element_to_obj($subElement);
                }   
            }
            return $obj;
        }
    }
}

我的想法不是浏览行来实现lign 2175（做类似的事情：$ data [＆＃39; children＆＃39;] [2] [＆＃39; children＆＃39;] [7] [＆＃ 39，儿童＆＃39;] [3] [＆＃39;儿童＆＃39;] [1] [＆＃39;儿童＆＃39;] [1] [＆＃39;儿童＆＃39;] [0] [ ＆＃39;儿童＆＃39;] [1] [＆＃39;儿童＆＃39;] [0] [＆＃39;儿童＆＃39;] [1] [＆＃39;儿童＆＃39;] [2 ] [＆＃39;孩子＆＃39;] [0] [＆＃39;孩子＆＃39;] [0] [＆＃39; html＆＃39;]对我来说不是个好主意），我想去直接到它。

Answer 1

如果返回的HTML每次都具有一致的结构，并且您只想从其中的一部分获得一个特定值，则可以使用正则表达式来解析HTML并找到所需的部分。这是您尝试将整个事物放入数组的替代方法。我之前使用过这种技术来解析HTML文档并找到一个特定的项目。这是一个简单的例子。您需要根据自己的需要进行调整，因为您尚未指定所需数据的确切性质。您可能需要进行几个级别的解析才能找到正确的位：

$data = curl_exec($ch);
//Split the output into an array that we can loop through line by line
$array = preg_split('/\n/',$data);
//For each line in the output
foreach ($array as $element)
{
    //See if the line contains a hyperlink
    if (preg_match("/<a href/", "$element"))
    {
         ...[do something here, e.g. store the data retrieved, or do more matching to find something within it]...
    }

}

如何使用cUrl PHP获取指定的行

1 个答案: