PHP：如何从不同服务器加载文件作为字符串？

Question

我正在尝试从不同的域名加载 XML 文件作为字符串。 我想要的只是 << 中的文本数组。 标题>< /标题> xml 文件的标签，所以我想既然我使用 php4，最简单的方法就是对其进行正则表达式来获取它们。 有人可以解释一下如何将 XML 作为字符串加载吗？ 谢谢！

Answer 1

您可以像下面的示例一样使用 cURL。 我应该补充一点，基于正则表达式的 XML 解析通常不是一个好主意，使用真正的解析器可能会更好，尤其是当它变得更加复杂时。

您可能还想添加一些正则表达式修饰符以使其跨多行工作等，但我认为问题更多是关于将内容提取到字符串中。

<?php

$curl = curl_init('http://www.example.com');

//make content be returned by curl_exec rather than being printed immediately                                 
curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);

$result = curl_exec($curl);

if ($result !== false) {
    if (preg_match('|<title>(.*)</title>|i', $result, $matches)) {
        echo "Title is '{$matches[1]}'";   
    } else {
        //did not find the title    
    }
} else {
    //request failed
    die (curl_error($curl)); 
}

Answer 2

第一次使用
file_get_contents('http://www.example.com/');

获取文件，
插入到变量。
解析xml后
链接是
http://php.net/manual/en/function.xml-parse。 php
评论里有例子

Answer 3

如果您要加载格式正确的 xml，请跳过基于字符的解析，并使用 DOM 函数：

$d = new DOMDocument;
$d->load("http://url/file.xml");
$titles = $d->getElementsByTagName('title');
if ($titles) {
    echo $titles->item(0)->nodeValue;
}

如果由于 php 的设置方式而无法使用 DOMDocument::load()，则可以使用curl 来获取文件然后执行以下操作：

$d = new DOMDocument;
$d->loadXML($grabbedfile);
...

Answer 4

我将此函数作为一个片段：

function getHTML($url) {
    if($url == false || empty($url)) return false;
    $options = array(
        CURLOPT_URL            => $url,     // URL of the page
        CURLOPT_RETURNTRANSFER => true,     // return web page
        CURLOPT_HEADER         => false,    // don't return headers
        CURLOPT_FOLLOWLOCATION => true,     // follow redirects
        CURLOPT_ENCODING       => "",       // handle all encodings
        CURLOPT_USERAGENT      => "spider", // who am i
        CURLOPT_AUTOREFERER    => true,     // set referer on redirect
        CURLOPT_CONNECTTIMEOUT => 120,      // timeout on connect
        CURLOPT_TIMEOUT        => 120,      // timeout on response
        CURLOPT_MAXREDIRS      => 3,       // stop after 3 redirects
    );

    $ch      = curl_init( $url );
    curl_setopt_array( $ch, $options );
    $content = curl_exec( $ch );
    $header  = curl_getinfo( $ch );
    curl_close( $ch );

    //Ending all that cURL mess...


    //Removing linebreaks,multiple whitespace and tabs for easier Regexing
    $content = str_replace(array("\n", "\r", "\t", "\o", "\xOB"), '', $content);
    $content = preg_replace('/\s\s+/', ' ', $content);
    $this->profilehtml = $content;
    return $content;
}

它返回没有换行符、制表符、多个空格等的 HTML，只有 1 行。

所以现在你执行 preg_match:

$html = getHTML($url)
preg_match('|<title>(.*)</title>|iUsm',$html,$matches);

并且 $matches[1] 将拥有你需要的信息。