从一个URL获取div的内容

Question

可能重复：
如何在PHP中实现网络爬虫？
如何使用PHP解析和处理HTML？

我需要爬取一个页面并获取特定div的内容。我可以使用php和javascript作为我的两个主要选项。如何实现？

- amit

---

你有没有考虑过使用 Perl 和 WWW-Mechanize？ - cctan

Answer 1

有许多方法可以获取url的内容：

第一种方法： http://simplehtmldom.sourceforge.net/

 Simple HTML DOM Parser

第二种方法：

第二种方法：

<?php

  $contents = file_get_contents("http://www.url.com");
  $contents = strip_tags($contents, "<div>");
  preg_match_all("/<div/>(?:[^<]*)<\/div>/is", $contents, $file_contents);

?>

第三种方法：

`You can use jquery like Selectors :` 

http://api.jquery.com/category/selectors/

- Sabari

Answer 2

这是一种使用PHP进行基本操作的方法，它返回纯文本内容。但是，您可能要考虑针对您特定需求调整正则表达式。

<?php
  $link = file_get_contents("http://www.domain.com");
  $file = strip_tags($link, "<div>");
  preg_match_all("/<div/>(?:[^<]*)<\/div>/is", $file, $content);
  print_r($content); 
?>

- Mike

Answer 3

您可以使用SimpleDomParser，文档在此处http://simplehtmldom.sourceforge.net/manual.htm。虽然需要PHP5+，但好处是您可以像jQuery一样使用选择器在HTML页面上查找标签。

- jerjer

Answer 4

特别是在使用jQuery时，如果您有一个如下所示的

：

<div id="cool_div">Some content here</div>

你可以使用jQuery来获取

的内容，代码如下：

$('#cool_div').text(); // will return text version of contents...
$('#cool_div').html(); // will return HTML version of contents...

如果您正在使用PHP生成页面内容，那么您应该能够很好地掌握内容并在返回到屏幕并显示之前进行操作。希望这可以帮助您！

- Chris Kempen

Answer 5

使用PHP，您可以尝试DOMDocument类和getElements()函数。

- Franquis