原生态php获取网页标签里面的内容，不用插件！不用正则，直接一把抠出来！
error_reporting(E_ALL);
$out=_getUrl(
'http://www.gdczepb.gov.cn/detail/23328');
$out=preg_replace(
array(
'/<head>([\s\S]+?)<\/head>/i',
'/<p>/i'),
array(
'<head><meta http-equiv="Content-Type" content="text/html;charset=utf-8"></head>',
'<br><p>'),
$out);
$dom =
new DOMDocument();
@
$dom->loadHTML(
$out);
$xpath =
new DOMXPath(
$dom);
$url=
$xpath->query(
"//div[@class='contents']");
$str=
$url->item(
0)->nodeValue;
echo '<pre>';
print_r(
$str);
echo '</pre>';
function _getUrl($url){
$curl=curl_init();
$options=
array(
CURLOPT_URL=>
$url,
CURLOPT_RETURNTRANSFER =>
1,
CURLOPT_USERAGENT=>
'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/34.0.1847.131 Safari/537.36',
CURLOPT_CONNECTTIMEOUT=>
60
);
curl_setopt_array(
$curl,
$options);
$out=curl_exec(
$curl);
curl_close(
$curl);
return $out;
}
这里面遇到个大问题，字符集编码错乱，因为原页面没有设置字符编码集，但是loadHtml的时候默认是utf-8编码，但是读取的内容里面一定要在title前面申明字符集，如果不是utf-8需要转换。这里不细说，已经有人讲得很好了，我直接把链接放上来http://www.fwolf.com/blog/post/314
转载请注明原文地址: https://ju.6miu.com/read-24282.html
