如何通過PHP獲取HTML頁面作爲字符串？

Question

我使用simple_php_dom和curl通過PHP從網頁獲取一些信息。問題是頁面沒有正確構建，所以DOM對象包含錯誤的信息。

如何獲取HTML文件作爲PHP變量中的字符串，以便我可以通過它運行正則表達式？

由於忽略不好的部分，所以不起作用。
simple_html_dom.php有同樣的問題。
wget不起作用，因爲我沒有服務器上的權限。

Answer 1

file_get_contents - 整個文件讀入一個串

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

從手動：

該功能類似於文件（），不同之處在於file_get_contents（）函數返回文件中的一個字符串，從指定的偏移量開始到maxlen字節。失敗時，file_get_contents（）將返回FALSE。

file_get_contents（）是將文件內容讀入字符串的首選方法。如果您的操作系統支持，它將使用內存映射技術來提高性能。

它同時適用於網頁和文件。您可以使用「http://whatever.com/page.html」作爲$ filename來獲取HTML。

Answer 2

，捲曲你想確保你設置CURLOPT_RETURNTRANSFER參數，以確保該頁面爲一個字符串，如檢索：

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

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

Answer 3

我用捲曲來獲取文件到一個字符串（simple_html_dom :: load_file只是包裝file_get_contents），然後使用simple_html_dom加載（從字符串）方法來解析它。這適用於某些URL，但在URL具有參數字符串的情況下會失敗。它正在提取URL，就好像它沒有參數字符串一樣。我用curl設置了一個代理來模擬瀏覽器，但沒有骰子。

對不起，這不是一個真正的答案，但也許使用捲曲將適用於一些人，對於誰打開設置是一個問題。