Question

我正在尝试为我的API获取Instagram的Embed页面的HTML代码，但是它返回了一个奇怪的错误，我不知道现在该怎么做，因为我是PHP新手。该代码可在其他网站上使用。

我已经在apple.com等其他网站上尝试过，奇怪的是，当我在“普通”帖子页面上调用此函数时，它起作用了，该错误仅在我在“ / embed” URL上调用时出现

这是我的PHP代码：

<?php
    if (isset($_GET['url'])) {
        $filename = $_GET['url'];
        $file = file_get_contents($filename);
        $dom = new DOMDocument;
        libxml_use_internal_errors(true);
        $dom->loadHTML($file);
        libxml_use_internal_errors(false);
        $bodies = $dom->getElementsByTagName('body');
        assert($bodies->length === 1);
        $body = $bodies->item(0);
        for ($i = 0; $i < $body->children->length; $i++) {
            $body->remove($body->children->item($i));
        }
        $stringbody = $dom->saveHTML($body);
        echo $stringbody;
    }
?>

我这样调用API：

https://api.com/get-website-body.php?url=http://instagr.am/p/BoLVWplBVFb/embed

我的目标是获得网站的正文，例如当我在https://apple.com URL上调用此代码时。

Answer 1

如果使用CURL及其比file_get_content更快的速度，则可以使用直接url抓取数据。这是不同网址的curl代码，这将单独删除正文数据。

if (isset($_GET['url'])) {
    // $website_url = 'https://www.instagram.com/instagram/?__a=1';
    // $website_url = 'https://apple.com';
    // $website_url = $_GET['url'];
    $website_url = 'http://instagr.am/p/BoLVWplBVFb/embed';
    $curl = curl_init();
    //curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, FALSE);
    curl_setopt($curl, CURLOPT_HEADER, false);
    curl_setopt($curl, CURLOPT_FOLLOWLOCATION, true);
    curl_setopt($curl, CURLOPT_URL, $website_url);
    curl_setopt($curl, CURLOPT_REFERER, $website_url);
    curl_setopt($curl, CURLOPT_RETURNTRANSFER, TRUE);
    curl_setopt($curl, CURLOPT_USERAGENT, 'Mozilla/5.0(Windows NT 6.1; rv:8.0) Gecko/20100101 Firefox/66.0');
    $str = curl_exec($curl);
    curl_close($curl);

        $json = json_decode($str, true);
        print_r($str); // Just taking tha page as it is

        // Taking body part alone and play as your wish
        $dom = new DOMDocument;
        libxml_use_internal_errors(true);
        $dom->loadHTML($str);
        libxml_use_internal_errors(false);
        $bodies = $dom->getElementsByTagName('body');
        foreach ($bodies as $key => $value) {
            print_r($value);// You will all content of body here
    }
}

注意：在这里您不想使用https://api.com/get-website-body.php?url=....

尝试获取Instagram嵌入页面HTML代码时出错

1 个答案: