获取内容在更快的方式从url使用php - Get content in faster way from url using php

我正在使用php，我想以更快的方式从url获取内容。
下面是我使用的代码:
代码:(1)

<?php
    $content = file_get_contents('http://www.filehippo.com');
    echo $content;
?>

这里有许多其他的方法来读取文件，如fopen(), readfile()等。但我认为file_get_contents()比这些方法更快。

在我上面的代码中，当你执行它时，你会看到它给了这个网站的所有东西，甚至图像和广告。我想只计划html文本，没有css样式，图像和广告。我怎么能得到这个。
看这个来理解。
代码:(2)

<?php
    $content = file_get_contents('http://www.filehippo.com');
    // do something to remove css-style, images and ads.
    // return the plain html text in $mod_content.
    echo $mod_content;
?>

如果我像上面那样做，那么我就走错了路，因为我已经在变量$content中获得了完整的内容，然后修改它。
这里可以是任何函数方法或任何其他直接从url获得纯html文本。

下面的代码只是为了理解而写的，这不是php的原始代码。理想代码: (3);

<?php
    $plain_content = get_plain_html('http://www.filehippo.com');
    echo $plain_content; // no css-style, images and ads.
?>

如果我能得到这个函数，它将比其他函数快得多。这是可能的吗?
谢谢。

试试这个。

$content = file_get_contents('http://www.filehippo.com');
$this->html =  $content;
$this->process();
function process(){
    // header
    $this->_replace('/.*<head>/ism', "<?xml version='1.0' encoding='UTF-8'?><!DOCTYPE html PUBLIC '-//WAPFORUM//DTD XHTML Mobile 1.0//EN' 'http://www.wapforum.org/DTD/xhtml-mobile10.dtd'><html xmlns='http://www.w3.org/1999/xhtml'><head>");
    // title
    $this->_replace('/<head>.*?(<title>.*<'/title>).*?<'/head>/ism', '<head>$1</head>');
    // strip out divs with little content
    $this->_stripContentlessDivs();
    // divs/p
    $this->_replace('/<div[^>]*>/ism', '') ;
    $this->_replace('/<'/div>/ism','<br/><br/>');
    $this->_replace('/<p[^>]*>/ism','');
    $this->_replace('/<'/p>/ism', '<br/>') ;
    // h tags
    $this->_replace('/<h[1-5][^>]*>(.*?)<'/h[1-5]>/ism', '<br/><b>$1</b><br/><br/>') ;

    // remove align/height/width/style/rel/id/class tags
    $this->_replace('/'salign=(''?'"?).*?''1/ism','');
    $this->_replace('/'sheight=(''?'"?).*?''1/ism','');
    $this->_replace('/'swidth=(''?'"?).*?''1/ism','');
    $this->_replace('/'sstyle=(''?'"?).*?''1/ism','');
    $this->_replace('/'srel=(''?'"?).*?''1/ism','');
    $this->_replace('/'sid=(''?'"?).*?''1/ism','');
    $this->_replace('/'sclass=(''?'"?).*?''1/ism','');
    // remove coments
    $this->_replace('/<'!--.*?-->/ism','');
    // remove script/style
    $this->_replace('/<script[^>]*>.*?'/script>/ism','');
    $this->_replace('/<style[^>]*>.*?'/style>/ism','');
    // multiple 'n
    $this->_replace('/'n{2,}/ism','');
    // remove multiple <br/>
    $this->_replace('/(<br's?'/?>){2}/ism','<br/>');
    $this->_replace('/(<br's?'/?>'s*){3,}/ism','<br/><br/>');
    //tables
    $this->_replace('/<table[^>]*>/ism', '');
    $this->_replace('/<'/table>/ism', '<br/>');
    $this->_replace('/<(tr|td|th)[^>]*>/ism', '');
    $this->_replace('/<'/(tr|td|th)[^>]*>/ism', '<br/>');
    // wrap and close
}
private function _replace($pattern, $replacement, $limit=-1){
    $this->html = preg_replace($pattern, $replacement, $this->html, $limit);
}

查看更多- https://code.google.com/p/phpmobilizer/

您可以使用正则表达式来删除css-script的标签和图像的标签，只需将这些代码替换为空白

preg_replace($pattern, $replacement, $string);

有关函数的详细信息，请访问:http://php.net/manual/en/function.preg-replace.php