Como obter o conteúdo de um site em PHP

Possivelmente ter precisado de alguma vez obter o conteúdo, ou parte dele, um Web, Se é necessário coletar dados ou para qualquer tipo de monitoramento sobre uma coisa, ou só porque você quer criar o seu próprio esteira rolante, os sites de varredura, como fazer o bots Google, Bing, Yahoo,…

Há uma biblioteca muito útil que nos ajuda a realizar esta tarefa em PHP. O nome dele é Caracol e permite a conexão a outros ambientes usando protocolos diferentes. Usando cURL, vamos ver como você pode obter o conteúdo de um site em PHP.

Como obter o conteúdo de um site em PHP. Obter o seu próprio rastreador - Imagem 1 - Professor-falken.com

Como obter o conteúdo de uma página da Web usando a biblioteca PHP cURL

Utilizando a biblioteca cURL, Você pode obter o conteúdo site completo. Depois de ter seu conteúdo, Você pode realizar qualquer pesquisa nele. Como um exemplo, no código da PHP que mostramos aqui, Nós temos uma função que obtém o conteúdo de um site cujo endereço URL é passado como um parâmetro, e retorna uma seqüência de caracteres que representa a página da web.

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');

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');

Assim que tiver o conteúdo da web em uma seqüência de caracteres, Uma possibilidade é parsearlo e transformá-lo em um objeto XML o DOM, tanta mais fácil manipulação.

Um exemplo disso é usando a classe DOMDocument. Usando essa classe você pode analisar a seqüência de caracteres que você obteve anteriormente e transformá-lo em um objeto XML ou seu respectivo árvore DOM. Um exemplo disto é o seguinte:

$doc = new DOMDocument();
$doc->loadHTML($cadena);

1 2	$doc = new DOMDocument(); $doc->loadHTML($cadena);

Neste código, Podemos ver como, Em primeiro lugar, Nós criamos um DOMDocument-documento, que posteriormente carregar o conteúdo da variável $Cadeia de, Esse é o obtido anteriormente a função getContenidoWeb.

Desta forma você pode obter o conteúdo de uma página Web utilizando PHP e depois converter para XML, ou seu respectivo árvore DOM para ser capaz de gerenciá-lo melhor.