php获取网页标题和内容函数（不包含html标签）

最新推荐文章于 2023-04-27 02:47:50 发布
最新推荐文章于 2023-04-27 02:47:50 发布
阅读量4.6k 收藏 1
点赞数
分类专栏： PHP 文章标签： html php javascript header search function
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/MPU/article/details/5745919
版权


function getPageContent($url) {   
           
        //$url='http://www.phplover.cn';   
           
        $pageinfo = array();   
        $pageinfo[content_type] = '';   
        $pageinfo[charset] = '';   
        $pageinfo[title] = '';   
        $pageinfo[description] = '';   
        $pageinfo[keywords] = '';   
        $pageinfo[body] = '';   
        $pageinfo['httpcode'] = 200;   
        $pageinfo['all'] = '';   
           
  
           
           
        $ch = curl_init();   
        curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 5.01; Windows NT 5.0)");   
        curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);   
        curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, 0);   
        curl_setopt($ch, CURLOPT_SSL_VERIFYPEER,0);   
        curl_setopt($ch, CURLOPT_TIMEOUT, 8);   
        curl_setopt($ch, CURLOPT_FILETIME, 1);   
        curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);   
        //curl_setopt($ch, CURLOPT_HEADER, 1);         
        curl_setopt($ch, CURLOPT_URL,$url);   
           
        $curl_start = microtime(true);   
        $store = curl_exec ($ch);   
           
        $curl_time = microtime(true) - $curl_start;   
        if( curl_error($ch) ) {   
            $pageinfo['httpcode'] = 505;  //gate way error   
            echo 'Curl error: ' . curl_error($ch) ."/n";   
            return $pageinfo;   
        }   
           
        //print_r(curl_getinfo($ch));   
        $pageinfo['httpcode'] = curl_getinfo($ch,CURLINFO_HTTP_CODE);   
        //echo curl_getinfo($ch,CURLINFO_CONTENT_TYPE)."/n";   
        $pageinfo[content_type] = curl_getinfo($ch,CURLINFO_CONTENT_TYPE);   
        if(intval($pageinfo['httpcode']) <> 200 or !preg_match('@text/html@',curl_getinfo($ch,CURLINFO_CONTENT_TYPE) )   ) {   
                //print_r(curl_getinfo($ch) );   
                //exit;   
                return $pageinfo;   
        }   
        preg_match('/charset=([^/s/n/r]+)/i',curl_getinfo($ch,CURLINFO_CONTENT_TYPE),$matches); //从header 里取charset   
        if( trim($matches[1]) ) {   
            $pageinfo[charset] = trim($matches[1]);   
        }   
        //echo $pageinfo[charset];   
        //exit;   
        curl_close ($ch);   
        //echo $store;   
  
  
        //remove javascript   
        $store = preg_replace("/<script.*>(.*)<//script>/smUi",'',$store);   
        //remove link    
        $store = preg_replace("/<link/s+[^>]+>/smUi",'',$store);   
        //remove <!--  -->   
        $store = preg_replace("/<!--.*-->/smUi",'',$store);   
        //remove <style  </<style>   
        $store = preg_replace("/<style.*>(.*)<//style>/smUi",'',$store);   
        //remove 中文空格   
        $store = preg_replace("/　/",'',$store);   
        //remove 标点符号   
        //$store = preg_replace("/[/~`!@#$%^&*()_/-+={}|/[/]//;':"/</>/?/,/.//]/",'',$store);   
  
           
        //preg_match("/<head.*>(.*)<//head>/smUi",$store, $matches);   
        //$head = $matches[1];   
        //echo $head. "/n";   
  
        //charset   
        if($pageinfo[charset] == '' ) {  
            preg_match('@<meta.+charset=([/w/-]+)[^>]*>@i',$store,$matches);  
            $pageinfo[charset] = trim($matches[1]);  
        }  
        //desctiption  
        preg_match('@<meta/s+name=/"*description/"*/s+content/s*=/s*([^/>]+)/*>@i',$store,$matches);  
        //print_r($matches);  
        $desc = trim($matches[1]);  
        $pageinfo[description] = str_replace("/"", '',$desc);  
          
 
        preg_match('@<meta/s+name=/"*keywords/"*/s+content/s*=/s*([^/>]+)/*>@i',$store,$matches);  
        //print_r($matches);  
        $keywords = trim($matches[1]);  
        $pageinfo[keywords] = str_replace("/"", '',$keywords);  
 
          
        preg_match("/<title>(.*)<//title>/smUi",$store, $matches);  
        $pageinfo[title] = trim($matches[1]);  
          
        preg_match("/<body.*>(.*)<//body>/smUi",$store, $matches);  
        $pageinfo[body] = addslashes( replaceHtmlAndJs($matches[1]) ) ;  
        $pageinfo['all'] = addslashes( replaceHtmlAndJs($store) ) ;  
          
        //echo "charset = " . $pageinfo[charset] . "/n";  
          
        //print_r($pageinfo);  
        //exit;  
          
          
        return $pageinfo;  
 
}  
 
/**  
 * 去掉所有的HTML标记和JavaScript标记  
 */  
function replaceHtmlAndJs($document)   
{   
         $document = trim($document);   
         if (strlen($document) <= 0)   
         {   
          return $document;   
         }   
         $search = array (         
                                            "'<script[^>]*?>.*?</script>'si",  // 去掉 javascript   
                          "'<[///!]*?[^<>]*?>'si",          // 去掉 HTML 标记   
                          "'[/r/n/s+]'",                // 去掉空白字符   
                          "'&(/w+);'i"              // 替换 HTML 实体   
                         );                    // 作为 PHP 代码运行   
           
         $replace = array ( "", "", "", ""  );   
           
         return @preg_replace ($search, $replace, $document);   
  
} 
本文来源于php爱好者 http://www.phplover.cn/ , 原文地址：http://www.phplover.cn/post/phphuoquwangyebiaotiheneirongdehanshu.html

 

MPU
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
php获取网页标题和内容函数(不包含html标签)
12-19
在PHP中，获取网页标题和内容是常见的任务，特别是在网页抓取或数据分析的场景下。这个函数`getPageContent($url)`就是用来实现这一目标的。它不仅能够获取网页的标题，还能提取描述、关键词以及HTML内容，同时处理...
PHP 获取网页标题(title)、描述(description)、关键字(keywords)等meta信息
热门推荐
阳光岛主
06-22 6万+
米扑导航在收集网站、验证网站时，需要采集网页标题(title)、描述(description)、关键字(keywords)等meta信息本文将其整理出来，总结的经验分享给大家，欢迎交流、斧正、改进。本文原文转自米扑博客：PHP 获取网页标题(title)、描述(description)、关键字(keywords)等meta信息 1. PHP 内置函数 get_meta_tags12$meta_ar...
PHP 网站采集 提取网页标题(title)
baikce的博客
04-09 375
PHP 内置函数 get_meta_tags $meta_array = get_meta_tags( ‘http://suwen.100xg.cn/’ ); var_dump( $meta_array );
php获取网页title,php获取站点title、keywords、description的代码
weixin_31837543的博客
03-10 617
陌小雨博客个人博客大全里面新增了一个站点描述的功能，用到了这个 get_meta_tags 函数，下面分享给大家：用 php 代码获取站点描述信息，即 meta 中信息的方法。/*** @get_meta_tags 函数的应用实例* @获取站点描述信息* @collect：www.dedewp.com**/// Header...header("Content-Type: text/html; c...
利用PHP获取网页的源代码或标题
李高峰的博客
05-12 4008
获取网页源代码：$lines = file(http://www.gotogame.com.cn);foreach ($lines as $line_num => $line) {   echo "Line {$line_num} : " . htmlspecialchars($line) . "/n";}?>获取网页的标题：$url = http://www.got
PHP获取网页标题的3种实现方法代码实例
12-19
对于网页，我们可以将整个HTML文件加载到一个字符串中，然后处理它来获取标题。以下是使用`file()`函数的示例： ```php <?php $lines_array = file('https://www.jb51.net/'); $lines_string = implode(",", $lines...
WordPress中获取页面链接和标题的相关PHP函数用法解析
12-18
本文将详细解析两个常用的PHP函数：`get_permalink()` 和 `wp_title()`，它们分别用于获取页面链接和网页标题。 首先，让我们深入了解`get_permalink()`函数。这个函数的主要作用是根据固定链接结构返回文章或页面...
php检测网页是否被百度收录的函数代码
12-19
标题中的"php检测网页是否被百度收录的函数代码"指的是使用PHP编程语言编写的一个功能，用于判断指定的网页是否已经被百度搜索引擎收录。这个函数通过发送HTTP请求到百度搜索的URL，并解析返回的HTML内容来确定网页...
PHP获取网页标题、描述和关键词的方法
m0_65153447的博客
04-27 331
注：如果报错请 1. 找到c:\php\php.ini文件 2. 搜索到extension=php_curl.dll 后把前面的分号去掉。这篇文章主要介绍了怎样通过PHP获取网页标题、描述和关键词的方法。函数来实现,需要的朋友可以参考下。
php 网页标题怎么实现,PHP获取网页标题的3种实现方法及代码实例
weixin_42443992的博客
04-10 458
PHP获取网页标题的3种实现方法及代码实例发布于 2014-12-03 22:18:38 | 134 次阅读 | 评论: 0 | 来源: 网友投递PHP开源脚本语言PHP(外文名: Hypertext Preprocessor，中文名：“超文本预处理器”)是一种通用开源脚本语言。语法吸收了C语言、Java和Perl的特点，入门门槛较低，易于学习，使用广泛，主要适用于Web开发领域。PHP的文件后缀...
PHP获取网页标题的代码
黑猫警长博客
10-20 3215
推荐方法 CURL获取<?php $c = curl_init(); $url = 'www.badcatxt.com'; curl_setopt($c, CURLOPT_URL, $url); curl_setopt($c, CURLOPT_RETURNTRANSFER, 1); $data = curl_exec($c); curl_close($c); $pos = strpos($data,
php获取网页标题
weixin_34050005的博客
11-08 174
<?php $url='http://www.hao123.com'; $lines_array=file($url); echo$lines_array; echo"<br/>"; $lines_string=implode('',$lines_array); eregi("<t...
php获取页面文字内容,php获取网页meta信息(包括title、keywords、description)的两种方法...
weixin_36399948的博客
03-10 1086
在网页采集过程中，我们需要获取一个网站的meta信息，如title、keywords、description等，本文章向大家介绍两种方法获取网站的meta信息，第一种方法是使用get_meta_tags函数，第二种方法是使用正则表达式匹配的方法获取。1:使用get_meta_tags函数获取meta信息比如我们要获取http://www.taobao.com这个网页的meta信息，可以直接使用ph...
php输入框限制输入字符,PHP限制文本字符串不包括html标签？
weixin_30760143的博客
03-11 156
截断HTML代码中单词的函数：//+ Jonas Raoni Soares Silva//@ http://jsfromhell.comfunction truncate($text, $length, $suffix = '…', $isHTML = true) {$i = 0;$simpleTags=array('br'=>true,'hr'=>true,'input'=>t...
php语言中不能包含html标签,在邮件主题中包含html标签[PHP]
weixin_39694174的博客
05-30 91
，邮件客户端将不会呈现为HTML按照电子邮件RFC，邮件主题不能有内容类型3.1.2. STRUCTURE OF HEADER FIELDSOnce a field has been unfolded, it may be viewed as being composed of a field-name followed by a colon (":"), followed by a field-...
php语言中不能包含html标签,php 判断字符串中是否包含html标签
weixin_36306387的博客
05-30 521
php 判断字符串中是否包含html标签function judgeHtml($str){if($str != strip_tags($str)){echo '有';}else{echo '无';}}judgeHtml('a');echo '';judgeHtml('a');输出：有无时间： 2014-02-16PHP strstr 定义和用法 strstr() 函数搜索一个字符串在另一个字符串中...
php抓取不到html_php获取网页标题和内容函数(不包含html标签)
weixin_31263419的博客
03-08 114
function getPageContent($url) {//$url='http://www.ttphp.com;$pageinfo = array();$pageinfo[content_type] = '';$pageinfo[charset] = '';$pageinfo[title] = '';$pageinfo[description] = '';$pageinfo[keyword...
php 清除标签,PHP去掉HTML标签strip_tags()函数详解
最新发布
05-25
在PHP中，我们可以使用 `strip_tags()` 函数来去除 HTML 标签。该函数的语法如下： ``` strip_tags(string, allowable_tags) ``` 其中，`string` 参数是需要去除标签的字符串，`allowable_tags` 参数是可选的，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值