1

是否可以使用 PHP cURL、HTML DOM 解析器或任何其他方法提取远程 HTML 页面的一部分，并将其打印到另一个页面上，保留原始格式样式、图像、选项卡功能？例如，如何从http://ru.yahoo.com/提取中心列的内容（带有制表符和格式，保留原始文本的外观） ？

据我了解，脚本应该处理外部 CSS，以便返回的内容与原始内容具有相同的外观。如果可能的话，什么是最合适的方式？如果是的话，一个例子将不胜感激。我查看了几个示例，但没有找到适合我的案例的任何解决方案。

4

1 回答 1

2

好吧，如果我必须快速完成（阅读：非常脏），我会这样做，我认为：

  1. 使用标准 PHP 从远程服务器拉取 HTML
  2. 使用您从其他站点窃取的 HTML，并在底部添加您自己的 HTML。
  3. 还添加您自己的 CSS 以隐藏您不希望显示的其他网站的 html，并设置您自己的 html 样式。

小提琴直到它看起来足够好。但是：我认为由于相同的域策略，这会破坏外部 JS 文件的加载。

一个不错的方法是：

  1. 使用标准 PHP 从远程服务器拉取 HTML
  2. 使用一些 PHP HTML 解析器解析 HTML 并删除所有外部 CSS 和 JS 文件并拉取这些文件。
  3. 使用 XPath 提取您需要的部分。
  4. 使用您自己的 HTML、您需要的部分、新下载的 CSS 和 JS 文件的新链接创建一个新的 HTML 文档。还可以添加您自己的 CSS 和 JS 来设置结果样式。

您知道：RSS 就是为此而发明的，如果他们不提供 RSS 提要，他们很可能不希望您获取内容并将其发布在您自己的网站上。:P

于 2012-04-15T21:00:11.613 回答