0

我需要从该 站点的中心栏中获取信息

（我需要确切的电话号码）

我正在使用 SimpleHTML dom 解析器，并且正在尝试一些 curl 方法，但它总是给我没有那个中心列的 html 源代码！

我了解使用此代码：

 $html = file_get_html('http://vashmagazin.ua/cat/catalog/?rub=100&subrub=1');
 $str = $html->Save();
 echo $str;

我需要说我今天能不能这样做，否则我会失去这个订单。对不起我的英语不好，谢谢。

4

1 回答 1

0

注意字符集转换的请求标头和 iconv。

如果您不将来自 windows-1251 的字符串转换为 utf-8，preg_match 将失败。

转换后，我使用一个简单的正则表达式从整个页面中提取电话号码。

<?php

    $url = 'http://vashmagazin.ua/cat/catalog/?rub=100&subrub=1';

    $ch = curl_init();
    $request_headers = array
        (
            "Accept" => "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8",
            "Accept-Charset" => "windows-1251,utf-8;q=0.7,*;q=0.3",
        );

    $header = array();
    foreach ($request_headers as $key => $value)
        $header[] = "{$key}: {$value}";

    curl_setopt($ch, CURLOPT_HTTPGET, true);
    curl_setopt($ch, CURLOPT_HTTPHEADER, $header);
    curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/535.7 (KHTML, like Gecko) Chrome/16.0.912.63 Safari/535.7');
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_HEADER, false);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);

    $html = curl_exec($ch);
    curl_close($ch);

    $html = iconv("windows-1251", "UTF-8", $html);

    $matches = array();
    $pattern = '/\([0-9]{3}\)[0-9]{3,}\-[0-9]+/us';

    if (preg_match_all($pattern, $html, $matches))
    {
        var_dump($matches);
    }

?>

上面的源代码已经过全面测试并且可以正常工作。

如果您无法安装 curl 库，请尝试将 curl 块替换为 file_get_contents($url)。

要在 google 上的操作系统搜索上安装 curl，在 Ubuntu 上使用sudo apt-get install curl libcurl3 php5-curl并重新启动 apache。

于 2012-08-24T16:13:13.187 回答