从PHP中的外部页面获取文本

Question

我需要从不在我本地站点上的HTML页面中提取一段文本，然后将其解析为字符串。具体来说，是this页面的最后一列。我假设我必须将页面源复制到变量，然后设置正则表达式搜索以导航到该表行。这是最有效的方式吗？需要什么PHP功能？

Answer 1

• 使用file_get_contents（）（需要ini值allow_url_fopen为true）或像curl或wget这样的系统函数来刮取页面HTML
• 运行正则表达式以匹配所需的部分。在这种情况下，您可以匹配任何<td>，因为这些值是表格单元格的第一次出现，例如preg_match("/<td.*?>(.*?)<\/td>/si",$html,$matches);（未经测试）

Answer 2

如果你可以使用URL fopen，那么一个简单的file_get_contents（'http://somesite.com/somepage'）就足够了。有各种各样的库来进行网络抓取，这就是你要做的事情的名称。它们可能比一堆正则表达式更灵活（正则表达式很难解析复杂的HTML / XML）。