在 php 中获取页面的源代码

Get the source code of a page in php

本文关键字：源代码 获取 php      更新时间：2023-09-26

首先感谢您的下一个回复。

我无法获取页面的源代码（提取内容）

http://steamcommunity.com/market/search?q=booster#p2 （-->$path）

这是我的第一个源代码：

$ch = curl_init();
curl_setopt ($ch, CURLOPT_URL, $path);
curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, 5);
curl_setopt ($ch, CURLOPT_USERAGENT, 'Mozilla/5.0');
$file_contents = curl_exec($ch);
curl_close($ch);
$file_contents =  htmlentities($file_contents);
print_r($file_contents);

这里是第二次试验：

$fp=null;
$fp=@fopen($path,"r");
$contenu = "";
if($fp){
 while(!feof($fp)){
 $contenu .=  stream_get_line($fp,65535);
 }
 print_r($contenu);
}
else{
 echo "Impossible d'ouvrir la page $path";
}

有了这段代码，我得到了这个页面的源代码：http://steamcommunity.com/market/search?q=booster 或这个页面..../market/search？q=booster#p1

我说火狐显示的源代码不好，只有 dom 检查器才能让我看到"真实"的源代码。你有解决方案吗？

您将无法使用PHP执行此操作。你需要执行页面的javascript来获取渲染的DOM。 （渲染的DOM是你在使用DOM检查器时看到的。

也许使用 PhantomJS 打开页面并获取渲染的 DOM。请参阅使用幻影.js评估，如何获取页面的 HTML？。

您访问了错误的网址。相反，在其中点击 AJAX 查询并将其解析为 JSON：

$f = file_get_contents(
    "http://steamcommunity.com/market/search/render/?" .
    "query=booster&start=10&count=10"
);
$t = json_decode( $f );
print_r( $t );

你会得到一个整齐有序的结构，例如：

stdClass Object (
    [success] => 1
    [start] => 0
    [pagesize] => 10
    [total_count] => 330
    [results_html] => <div class="market_listing_table_header">
    ...

从本质上讲，用于呈现页面的 JSON 文件可以在 PHP 中被解读为一个简洁的结构。或者足够近。您仍然需要使用 DOM 文档/XPath 演练$t->results_html以进行进一步解析。

我说火狐显示的源代码不好，只有 dom 检查器才能让我看到"真实"的源代码。你有解决方案吗？

这完全是倒退。DOM 检查器向您显示页面的当前状态，由 Javascript 和/或用户修改（例如，表单状态更改）。Firefox 的"查看源代码"显示的源代码是 Web 服务器提供的"真实"源代码。

相关文章：