¿Cómo obtengo el código HTML de una página web en PHP?

Question

Deseo recuperar el código HTML de un enlace (página web) en PHP. Por ejemplo, si el enlace es

https://stackoverflow.com/questions/ask

entonces quiero el código HTML de la página que se sirve. Quiero recuperar este código HTML y almacenarlo en una variable de PHP.

¿Cómo puedo hacer esto?

Answer 1

Si su servidor PHP permite envolturas URL fopen entonces la forma más sencilla es:

$html = file_get_contents('http://stackoverflow.com/questions/ask'); 

Si necesita más control, entonces usted debe buscar en los cURL funciones:

$c = curl_init('http://stackoverflow.com/questions/ask'); 
curl_setopt($c, CURLOPT_RETURNTRANSFER, true); 
//curl_setopt(... other options you want...) 

$html = curl_exec($c); 

if (curl_error($c)) 
    die(curl_error($c)); 

// Get the status code 
$status = curl_getinfo($c, CURLINFO_HTTP_CODE); 

curl_close($c); 

Answer 2

vistazo a esta función :

http://ru.php.net/manual/en/function.file-get-contents.php

Answer 3

manera simple: Uso file_get_contents():

$page = file_get_contents('http://stackoverflow.com/questions/ask'); 

Tenga en cuenta que debe haber allow_url_fopentrue en que php.ini para poder utilizar envolturas fopen tipo URL.

forma más avanzada: Si no puede cambiar su configuración de PHP, es allow_url_fopenfalse por defecto y si se ha instalado ext/rizo, utilice el cURL library para conectarse a la página deseada.

Answer 4

Es posible que desee echa un vistazo a las bibliotecas YQL de Yahoo: http://developer.yahoo.com/yql

La tarea en cuestión es tan simple como

select * from html where url = 'http://stackoverflow.com/questions/ask' 

Puede probar esto en la consola en: http://developer.yahoo.com/yql/console (requiere inicio de sesión)

véase también Chris Heilmanns visualización de pantalla para algunas buenas ideas lo más que puede hacer: http://developer.yahoo.net/blogs/theater/archives/2009/04/screencast_collating_distributed_information.html

Answer 5

Además, si desea manipular la página recuperada de alguna manera, es posible que desee probar algún analizador DOM de php. Encuentro PHP Simple HTML DOM Parser muy fácil de usar.

Answer 6

puede usar file_get_contents si quiere almacenar la fuente como variable, sin embargo curl es una práctica mejor.

$url = file_get_contents('http://example.com'); 
echo $url; 

esta solución mostrará la página web en su sitio. Sin embargo, curl es una mejor opción.

Answer 7

Aquí hay dos diferentes, formas sencillas de obtener el contenido de URL:

1) El primer método

Habilitar allow_url_include de su alojamiento (PHP.ini o en algún lugar)

<?php 
$variableee = readfile("http://example.com/"); 
echo $variableee; 
?> 

o

2) el segundo método

Habilitar php_curl, php_imap y php_openssl

<?php 
// you can add anoother curl options too 
// see here - http://php.net/manual/en/function.curl-setopt.php 
function get_dataa($url) { 
    $ch = curl_init(); 
    $timeout = 5; 
    curl_setopt($ch, CURLOPT_URL, $url); 
    curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.0)"); 
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
    curl_setopt($ch, CURLOPT_SSL_VERIFYHOST,false); 
    curl_setopt($ch, CURLOPT_SSL_VERIFYPEER,false); 
    curl_setopt($ch, CURLOPT_MAXREDIRS, 10); 
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1); 
    curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout); 
    $data = curl_exec($ch); 
    curl_close($ch); 
    return $data; 
} 

$variableee = get_dataa('http://example.com'); 
echo $variableee; 
?> 

Answer 8

include_once('simple_html_dom.php'); 
$url="http://stackoverflow.com/questions/ask"; 
$html = file_get_html($url); 

Usted puede obtener todo el código HTML como una array (forma analizada) usando este código Descargue el archivo 'simple_html_dom.php' aquí http://sourceforge.net/projects/simplehtmldom/files/simple_html_dom.php/download