PHP file_get_contents

Question

我希望创建一个PHP脚本，其中，用户将提供一个网页的链接，它将获得该网页的内容，并根据它的内容，解析的内容。

例如，如果用户提供了YouTube链接：

http://www.youtube.com/watch?v=xxxxxxxxxxx

然后，它将获取该视频的基本信息(缩略图、嵌入代码？)

或者他们可能会提供一个vimeo链接：

 http://www.vimeo.com/xxxxxx

或者，即使他们提供了任何链接，但没有附加视频，例如：

 http://www.google.com/

它可以只抓取页面标题或一些元内容。

我想我必须使用file_get_contents，但我不太确定如何在这种情况下使用它。

我并不是想找人来写完整的代码，但可能会给我提供一些工具，这样我就可以完成这项工作。

Answer 1

您可以使用curl或http库。您发送了一个http请求，并且可以使用该库从http响应中获取信息。

Answer 2

我知道这个问题很老了，但我会回答的，以防有人找到同样的东西。

将oEmbed (http://oembed.com/)用于YouTube、Vimeo、Wordpress、Slideshare、Hulu、Flickr和许多其他服务。如果不在列表中，或者您想让它更精确，您可以使用以下命令：

http://simplehtmldom.sourceforge.net/

这是一种用于PHP的jQuery，这意味着你可以使用HTML选择器来获取部分代码(例如:所有图像，获取div的内容，只返回节点的文本(不返回HTML)内容，等等)。

你可以这样做(可以做得更优雅，但这只是一个例子)：

    require_once("simple_html_dom.php");
function getContent ($item, $contentLength) 
{
    $raw;
    $content = "";
    $html;
    $images = "";

    if (isset ($item->content) && $item->content != "")
    {
        $raw = $item->content;
        $html = str_get_html ($raw);            
        $content = str_replace("\n", "<BR /><BR />\n\n", trim($html->plaintext));

        try
        {
            foreach($html->find('img') as $image) {
                if ($image->width != "1") 
                {
                    // Don't include images smaller than 100px height
                    $include = false;
                    $height = $image->width;
                    if ($height != "" && $height >= 100)
                    {
                        $include = true;
                    }
                    /*else
                    {
                        list($width, $height, $type, $attr) = getimagesize($image->src);
                            if ($height != "" && $height >= 100)
                                $include = true;
                    }*/                 

                    if ($include == true)
                    {
                        $images = $images . '<div class="theImage"><a href="'.$image->src.'" title="'.$image->alt.'"><img src="'.$image->src.'" alt="'.$image->alt.'" class="postImage" border="0" /></a></div>';
                    }
                }
            }
        }
        catch (Exception $e) {
            // Do nothing
        }

        $images = '<div id="images">'.$images.'</div>';
    }
    else
    {
        $raw = $item->summary;
        $content = str_get_html ($raw)->plaintext;
    }

    return (substr($content, 0 , $contentLength) . (strlen ($content) > $contentLength ? "..." : "") . $images);
}

Answer 3

假设您在php.ini中将allow_fopen_url设置为true，则file_get_contents()在这种情况下可以工作。你会这样做：

$pageContent = @file_get_contents($url);
if ($pageContent) {
    preg_match_all('#<embed.*</embed>#', $pageContent, $matches);
    $embedStrings = $matches[0];
}

也就是说，file_get_contents()在错误处理方面不会给你太多的帮助，比如在成功时接收内容，在失败时接收false。如果您希望对请求有更丰富的控制并访问HTTP响应代码，请使用curl函数，特别是curl_get_info，查看响应代码、mime类型、编码等。一旦通过curl或file_get_contents()获取内容，解析它以查找感兴趣的HTML的代码将相同。