Jak mogę uzyskać stronę HTML jako ciąg znaków przez PHP?

Question

Pobieranie niektórych informacji za pośrednictwem PHP ze strony internetowej przy użyciu simple_php_dom i curl. Problem polega na tym, że strona nie jest poprawnie zbudowana, więc obiekt DOM zawiera błędne informacje.

Jak mogę uzyskać plik HTML jako ciąg w PHP var, aby można było uruchomić przez niego wyrażenie regularne?

Zwinięcie nie działa, ponieważ ignoruje złą część.
simple_html_dom.php ma ten sam problem.
wget nie działa, ponieważ nie mam uprawnień do niego na serwerze.

Answer 1

file_get_contents - Czyta całą zawartość pliku do łańcucha

string file_get_contents ( 
    string $filename [, int $flags= 0 [, resource $context [, int $offset= -1 [, int $maxlen= -1 ]]]] 
) 

z podręcznika:

Funkcja ta jest podobna do pliku(), z tym że file_get_contents() zwraca plik w ciąg, począwszy od określonego przesunięcia do maksymalnie bajtów. W przypadku niepowodzenia, file_get_contents() zwróci FALSE.

file_get_contents() jest preferowanym sposobem odczytywania zawartości pliku w łańcuchu. Będzie korzystać z technik mapowania pamięci, jeśli jest obsługiwany przez system operacyjny w celu zwiększenia wydajności.

Działa zarówno na stronach internetowych, jak i plikach. Możesz pobrać HTML, po prostu używając "http://whatever.com/page.html" jako $ filename.

Answer 2

z curl, co chcesz, aby upewnić się, że jesteś ustawienie parametru CURLOPT_RETURNTRANSFER aby upewnić się, że strona jest pobierana jako ciąg znaków, np:

//return the transfer as a string 
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 

Zobacz http://www.php.net/manual/en/function.curl-setopt.php

Answer 3

użyłem cURL pobierz plik do ciągu (simple_html_dom :: load_file po prostu opakowuje file_get_contents), a następnie za pomocą metody load_html_dom load (from string) do parsowania. Działa to w przypadku niektórych adresów URL, ale w tym przypadku nie działa, gdy adres URL zawiera ciąg parametrów. Adres URL jest pobierany tak, jakby nie zawierał ciągu parametrów. Ustawiłem agenta z curl, aby podszywać się pod przeglądarkę, ale nie ma kości.

Niestety, to nie jest prawdziwa odpowiedź, ale może użycie curl zadziała dla niektórych osób, dla których ustawienie fopen stanowi problem.