php - 使用 php 保存整个页面源

Question

可能重复：
保存整个网页

我需要使用 PHP 保存外部链接的页面源，就像我们保存在 PC 中一样。
ps :saved 文件夹包含图像和 html 内容。

我尝试了下面的代码......它只是将源代码放在 tes.html 中，我也需要保存所有图像。所以我们在离线时访问。

<?php
include 'curl.php';
$game = load("https://otherdomain.com/");
echo $game;
?>

<?php 
file_put_contents('tes.html', $game);
?>

Answer 1

您正在尝试做的是镜像网站。

我会使用该程序wget来做到这一点，而不是重新发明轮子。

exec( 'wget -mk -w 20 http://www.example.com/' );

看：

• http://en.wikipedia.org/wiki/Wget
• http://fosswire.com/post/2008/04/create-a-mirror-of-a-website-with-wget/

Answer 2

编写自己的解决方案来解析所有 CSS、图像和 JS 链接（并保存它们）或检查类似问题的答案：https ://stackoverflow.com/a/1722513/143732

Answer 3

你需要写一个爬虫，从表面上看，你还不够熟练。考虑学习：

1. 网页抓取（cURL、PHP 中的 StreamContext、HTTP 理论）
2. URL路径（相对、绝对、解析）
3. DOMDocument和DOMXPath（用于解析 HTML 和简单的标签查询）
4. 整体HTML结构（IMG、LINK、SCRIPT 和其他加载外部内容的标签）
5. 整体CSS结构（如 CSS 中的 url('...') 加载页面所依赖的资源）

只有这样，您才能正确地镜像站点。但是，如果它们像 Ajax 一样动态加载内容，那么您就不走运了。

Answer 4

file_get_contents()也支持 http(s)。例子：

$game = file_get_contents('https://otherdomain.com');