簡單的HTML DOM解析器解析不能老是所有頁面

中心柱獲得的信息（我需要準確的電話號碼）

我真的使用SimpleHTML DOM解析器，並試圖一些捲曲方法，但它總是給我沒有中央列的HTML源！

我瞭解，使用此代碼：

$html = file_get_html('http://vashmagazin.ua/cat/catalog/?rub=100&subrub=1'); 
$str = $html->Save(); 
echo $str;

我必須說，我能做到這一點還是不是今天或我將失去這個順序。對不起，我的英語不好，謝謝。

來源

2012-08-24 Trimod

請注意字符集轉換的請求標題和iconv。

如果你沒有在utf-8中從windows-1251轉換字符串，preg_match將失敗。

轉換後我用一個簡單的正則表達式從整個頁面中提取電話號碼。

<?php 

    $url = 'http://vashmagazin.ua/cat/catalog/?rub=100&subrub=1'; 

    $ch = curl_init(); 
    $request_headers = array 
     (
      "Accept" => "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8", 
      "Accept-Charset" => "windows-1251,utf-8;q=0.7,*;q=0.3", 
     ); 

    $header = array(); 
    foreach ($request_headers as $key => $value) 
     $header[] = "{$key}: {$value}"; 

    curl_setopt($ch, CURLOPT_HTTPGET, true); 
    curl_setopt($ch, CURLOPT_HTTPHEADER, $header); 
    curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/535.7 (KHTML, like Gecko) Chrome/16.0.912.63 Safari/535.7'); 
    curl_setopt($ch, CURLOPT_URL, $url); 
    curl_setopt($ch, CURLOPT_HEADER, false); 
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); 

    $html = curl_exec($ch); 
    curl_close($ch); 

    $html = iconv("windows-1251", "UTF-8", $html); 

    $matches = array(); 
    $pattern = '/\([0-9]{3}\)[0-9]{3,}\-[0-9]+/us'; 

    if (preg_match_all($pattern, $html, $matches)) 
    { 
     var_dump($matches); 
    } 

?>

上面的源代碼已經過完全測試，並且完全正常工作。

如果您無法安裝捲曲庫，請嘗試用file_get_contents（$ url）替換捲曲塊。

在你的操作系統上安裝curl在谷歌搜索，在Ubuntu上使用sudo apt-get install curl libcurl3 php5-curl並重新啓動apache。

來源

2012-08-24 16:13:13

致命錯誤：調用未定義的函數curl_init（）在第5行的F：\ xampp \ htdocs \ mag \ index.php ---也許我需要一些庫來包含？（除了我已經包含的簡單html dom） – Trimod

你必須安裝curl庫，在ubuntu中你可以用下面的命令安裝它：sudo apt-get install curl libcurl3 php5-curl（否則，你可以直接使用file_get_contents（$ url）...代碼已經過測試，並且在100％的環境下工作 –

謝謝！它工作的很好，你救了我:) – Trimod

簡單的HTML DOM解析器解析不能老是所有頁面

回答

相關問題