gpt4 book ai didi

php - 屏幕抓取

转载 作者:行者123 更新时间:2023-12-02 06:24:39 24 4
gpt4 key购买 nike

您好,我正在尝试在我的网站上实现一个屏幕抓取方案,到目前为止设置如下。我最终要做的是替换 $results 变量中具有“ResultsDetails.aspx?”的所有链接。到“results-scrape-details/”然后再次输出。谁能指出我正确的方向?

<?php 
$url = "http://mysite:90/Testing/label/stuff/ResultsIndex.aspx";
$raw = file_get_contents($url);
$newlines = array("\t","\n","\r","\x20\x20","\0","\x0B");
$content = str_replace($newlines, "", html_entity_decode($raw));
$start = strpos($content,"<div id='pageBack'");
$end = strpos($content,'</body>',$start) + 6;
$results = substr($content,$start,$end-$start);
$pattern = 'ResultsDetails.aspx?';
$replacement = 'results-scrape-details/';
preg_replace($pattern, $replacement, $results);
echo $results;

最佳答案

使用像 PHP Simple HTML DOM 这样的 DOM 工具.有了它,您可以使用 Jqueryish 语法找到您要查找的所有链接。

// Create DOM object from HTML source
$dom = file_get_html('http://www.domain.com/path/to/page');
// Iterate all matching links
foreach ($dom->find('a[href^=ResultsDetails.aspx') as $node) {
// Replace href attribute value
$node->href = 'results-scrape-detail/';
}
// Output modified DOM
echo $dom->outertext;

关于php - 屏幕抓取,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/2846850/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com