Peut-être eu besoin jamais obtenir le contenu, ou une partie de celui-ci, un site Web, s'il faut recueillir des données ou pour tout type de surveillance quelque chose, ou tout simplement parce que vous voulez créer votre propre robot d'indexation, Quels sites de scan, comme le font les bots Google, Bing, Yahoo,…
Il y a une bibliothèque très utile qui nous aide à mener à bien cette tâche en PHP. Son nom est cURL et il vous permet de connecter d'autres environnements à l'aide de différents protocoles. En utilisant cURL, nous allons voir comment vous pouvez obtenir le contenu d'un site Web en PHP.
Comment faire pour obtenir le contenu d'une page Web à l'aide de la bibliothèque PHP cURL
À l'aide de la bibliothèque cURL, Vous pouvez obtenir le contenu site complet. Une fois que vous avez votre contenu, Vous pouvez effectuer vos recherches à ce sujet. A titre d'exemple, dans le code dans PHP que nous vous montrons ici, Nous avons une fonction qui obtient le contenu d'un site Web dont l'adresse URL est passé comme un paramètre, et retourne une chaîne qui représente la page web.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | function getContenidoWeb($url){ $ch = curl_init(); curl_setopt($ch, CURLOPT_HEADER, 0); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_URL, $url); $data = curl_exec($ch); curl_close($ch); return $data; } //Ejemplo de uso $cadena = getContenidoWeb('http://www.web.com'); |
Une fois que vous avez le contenu web dans une chaîne, Il est possible parsearlo et le transformer en un objet XML o DOM, manipulation plus facile tellement.
Un exemple de ceci est à l'aide de la classe DOMDocument. L'utilisation de cette classe, vous pouvez analyser la chaîne que vous avez obtenu précédemment et qu'il devienne un objet XML ou son arborescence DOM respectif. Ce qui suit est un exemple:
1 2 | $doc = new DOMDocument(); $doc->loadHTML($cadena); |
Dans ce code, Nous pouvons voir comme, Tout d'abord, nous avons créé un document DOMDocument, où nous chargeons ensuite le contenu de la variable $chaîne, qui est celui obtenu plus tôt de la fonction getContenidoWeb.
De cette façon, vous pouvez obtenir le contenu d'une page Web à l'aide de PHP et ensuite convertir au format XML, ou son arborescence DOM respectif pour pouvoir mieux le gérer.
