php - 拉取网站的 html 代码作为 php 变量

Question

我有数百个网站需要搜索电话号码，我想使用 PHP 来搜索我，如果我能弄清楚如何抓取网页并将该页面的整个 html 设置为变量，我可以编写一个遍历所有网站并搜索我需要找到的字符串的脚本。

我可以用 php 做什么，这样我就可以使用

echo $url

我会看到网站的 html 代码，而不是呈现的页面？

当我执行时，我用 curl 尝试过的所有东西都会渲染页面。谢谢！

Answer 1

htmlspecialchars($data);

从文档：

$new = htmlspecialchars("<a href='test'>Test</a>", ENT_QUOTES);
echo $new; // &lt;a href=&#039;test&#039;&gt;Test&lt;/a&gt;

至于在变量中搜索（$new在这种情况下），您应该使用正则表达式。但要小心，将 html 显示为标记而不是呈现它，将在网站上显示代码，但您不需要这样做以在字符串中搜索。

curl在orfile_get_contents方法之后，字符串（源）非常好。

此外，在解析 html 时，我发现PHP Simple HTML DOM 解析器提供了令人难以置信的选择器和许多实用程序，根据您的情况可能会更好。

Answer 2

您可以使用 htmlentities 函数htmlentities函数将 html 标签转换为文本。

echo htmlentities($page_content);

Answer 3

您可以使用PHP 中的 file() 函数来获取原始 HTML。他们甚至在第一个例子中证明了这一点。

Answer 4

这个链接有一个很好的例子：

/* gets the data from a URL */
function get_data($url) {
    $ch = curl_init();
    $timeout = 5;
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
    $data = curl_exec($ch);
    curl_close($ch);
    return $data;
}

$returned_content = get_data('http://stackoverflow.com');

然后，您可以使用 regex on$returned_content来查找您要查找的字符串。