PHP file_get_contents

Question

我在创建一个PHP脚本，其中，用户将提供一个网页链接，它将获取该网页的内容并根据其内容解析内容。

例如，如果用户提供了一个YouTube链接：

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

然后，它会抢关于该视频的基本信息

或者他们可能会提供一个VIMEO（缩略图，嵌入代码？）链接：

http://www.vimeo.com/xxxxxx 

或者即使他们提供任何链接，没有附加的视频，如：

http://www.google.com/ 

它可以抓取页面标题或一些元内容。

我想我不得不使用file_get_contents，但我不完全确定如何在这种情况下使用它。

我不想找人编写整个代码，但可能会提供一些工具，以便我可以完成此操作。

Answer 1

您可以使用curl或http库。您发送一个http请求，并可以使用该库从http响应中获取信息。

Answer 2

也许Thumbshots或Snap已经有一些你想要的功能？

我知道那不是你正在寻找的东西，但至少对于可能方便的嵌入式东西来说。另外txwikinger已经回答了你的其他问题。但也许这有助于ypu。

Answer 3

file_get_contents()会在这种情况下工作，假设您的php.ini中有allow_fopen_url设置为true。你会做什么是一样的东西：

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

这就是说，file_get_contents()不会给你太多的错误处理其它接收成功或失败的内容false的方式。如果您希望对请求具有更丰富的控制权并访问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()解析它以查找感兴趣的HTML的代码将是相同的。

Answer 4

我知道这个问题是相当古老的，但我会回答，以防万一有人打它寻找同样的事情。

为YouTube，Vimeo，Wordpress，Slideshare，Hulu，Flickr和许多其他服务使用oEmbed（http://oembed.com/）。如果不在列表中，或者你想让它更精确，您可以使用此：

http://simplehtmldom.sourceforge.net/

这是一个老的jQuery的PHP的，这意味着你可以使用HTML选择器来获取代码的部分（即：所有图像，获取div的内容，仅返回节点的文本（无HTML）内容等）。

你可以做这样的事情（可能更优雅的完成，但是这仅仅是一个例子）：

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); 
}