php - 如何下载和解析网页的一部分？

Question

我不想下载整个网页。这将需要时间，并且需要大量内存。

我如何下载该网页的部分内容？然后我会解析它。

假设我只需要下载<div id="entryPageContent" class="cssBaseOne">...</div>. 我怎样才能做到这一点？

Answer 1

您不能通过“仅这一段 HTML”下载 URL 的一部分。HTTP 仅支持部分下载的字节范围，并且没有 HTML/XML 文档树的概念。

因此，您必须下载整个页面，将其加载到DOM 解析器中，然后仅提取您需要的部分。

例如

$html = file_get_contents('http://example.com/somepage.html');
$dom = new DOM();
$dom->loadHTML($html);
$div = $dom->getElementById('entryPageContent');

$content = $div->saveHTML();

Answer 2

使用这个：

curl_setopt($ch, CURLOPT_RANGE, "0-10000");

将使 cURL 仅下载网页的前 10k 字节。此外，它仅在服务器端支持此功能时才有效。许多解释脚本（CGI、PHP、...）会忽略它。