如何在php中获取html正文的某些部分

Question

我只想获取HTML正文的一些行，并且我正在使用PHP和c URL (例如，前10行)。通过获取某些部分，我的意思是我不想下载整个文件并获取其中的某些部分。

有没有办法只从服务器本身获取HTML文件的某些部分？通过在curl或PHP中进行一些设置。

Answer 1

如果服务器支持，您可以发出range请求。

在您的HTTP请求标头中添加：

curl_setopt($ch, CURLOPT_HTTPHEADER, array(
    'Range: 0-1500',
    ));

…获取前1500个字节，这可能是也可能不是前10行，这取决于行的长度。

这样做的问题(除了可能缺乏服务器的支持)是您需要知道文档中的哪些字节，然后必须从部分HTML而不是整个HTML文档中提取数据。

Answer 2

您可以使用CURL从URL下载部分内容：

下面是一个实现该功能的函数：

function curl_get_content($url,$range_start,$range_end)
{
$ch = curl_init();

curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt ($ch, CURLOPT_HTTPHEADER, array ("Range: bytes=$range_start-$range_end"));
$data = curl_exec($ch);
curl_close($ch);
return $data;
}


curl_get_content("http://www.example.org/some-file.zip",0,5000) 

返回前5000个字节。

备注：

确定远程服务器是否支持HTTP206的

curl -I http://s0.cyberciti.org/images/misc/static/2012/11/ifdata-welcome-0.png

示例输出：

HTTP/1.0 200 OK
Content-Type: image/png
Content-Length: 36907
Connection: keep-alive
Server: nginx
Date: Wed, 07 Nov 2012 00:44:47 GMT
X-Whom: l3-com-cyber
Cache-Control: public, max-age=432000000
Expires: Fri, 17 Jul 2026 00:44:46 GMT
Accept-Ranges: bytes // It accepts !
ETag: "278099835"
Last-Modified: Mon, 05 Nov 2012 23:06:34 GMT
Age: 298127