Salve a tutti,
Vorrei poter aprire una pagina web esterna (che può essere una qualunque pagina) e ottenerne i contenuti come HTML, possibilmente parsandolo in modo da poter analizzare e ottenere alcune proprietà precise (titolo, links, immagini presenti, meta tags, testo semplice).
Ho provato con file_get_contents() ma non funziona sempre. Per alcune pagine funziona, per altre no.
Idee?
Mi contraddico facilmente, ma lo faccio così spesso che questo fa di me una persona coerente [Caparezza]
Se la conoscenza crea problemi, non è con l'ignoranza che li si risolve [Isaac Asimov]
>>>Visita il mio blog<<<
Puoi usare DOMDocument se il tuo problema è parsare la pagina. Altrimenti puoi anche arrivare ad usare i sockets o le curl.
Per gli Spartani e Sparta usa spartan Il mio github
Il mio problema è anche ottenere l'HTML della pagina, perchè finora non ci sono riuscito in tutti i casi
Mi contraddico facilmente, ma lo faccio così spesso che questo fa di me una persona coerente [Caparezza]
Se la conoscenza crea problemi, non è con l'ignoranza che li si risolve [Isaac Asimov]
>>>Visita il mio blog<<<
per prendere l'html: file_get_contents(url_della_pagina) o curl o fopen (in ordine di difficoltà ascendente)
IP-PBX management: http://www.easypbx.it
Old account: 2126 messages
Oldest account: 3559 messages
Permessi di invio
Rispondi quotando