我使用以下代码使用PHP cURL 获取远程内容
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, "http://example.com");
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
$output = curl_exec($ch);
curl_close($ch);
echo $output;
这段代码返回全部内容,但我只想以以下格式打印所有样式表。
<link rel="stylesheet" href="http://www.example.com/css/style1.css">
<link rel="stylesheet" href="http://www.example.com/css/style2.css">
如何使用str.replacement()过滤内容以仅获取具有cURL的样式表?
如果仅希望保持<link>
元素不变,则可以使用PHP的strip_tags()
函数。
strip_tags--从字符串中剥离HTML和PHP标记
它接受一个定义允许的标记的附加参数,所以您所要做的就是将唯一允许的标记设置为<link>
标记。
$output = curl_exec($ch);
$linksOnly = strip_tags($ouput,'link');
这里的主要问题是,你真的不知道你会得到什么内容,试图用除为该任务设计的工具之外的任何工具解析HTML内容可能会让你头发花白,紧张不安;)
参考资料-
strip_tags()
使用简单的html dom库,
include('simple_html_dom.php');
// get DOM from URL or file
$html = file_get_html('http://www.example.com/');
// or your can get $html string through your curl request and say
// $html = str_get_html($html);
// find all "link"
foreach($html->find('link') as $e) {
if($e->type="text/css" && strpos($e->href, ":/") !=== false) // you don't want relative css hrefs. right?
echo $e->href."<br>";
}
更好的方法是使用PHP DOM解析HTML树,检索所需的节点(在您的案例中为<link>
),并对其进行适当的过滤。
使用正则表达式:
preg_match_all('/rel="stylesheet" href="(.*)">/', $output, $matches);
if (isset($matches[1]) && count($matches[1]))
{
foreach ($matches as $value)
{
echo '<link rel="stylesheet" href="'.$value.'">';
}
}