wiki hatası almak için php tarayıcısı

Question

Aşağıdaki kodda, getElementByIdAsString kullandığımda ("www.abebooks.com/9780143418764/Love-Story- Singh-Ravinder-0143418769/plp ',' sinopsis ');

Ancak, wikipedia, getElementByIdAsString ('https://en.wikipedia.org/wiki/A_Brief_History_of_Time', 'Summary') içeriklerini ayıklamak için aynı kodu kullandığımda çalışmıyor;

Aşağıda benim kod ve Ben ikinci one.Can birisi id önceden

Teşekkür dayalı wikipedia içeriği ayıklamak için kodumu düzeltmek kullandığımda alıyorum istisnadır.

<?php 


function getElementByIdAsString($url, $id, $pretty = true) { 
    $doc = new DOMDocument(); 

    $ch = curl_init($url); 
    curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.87 Safari/537.36'); 
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); 

    $result = curl_exec($ch); 


// var_dump($doc->loadHTMLFile($url)); die; 
error_reporting(E_ERROR | E_PARSE); 
    if(!$result) { 
     throw new Exception("Failed to load $url"); 
    } 
    $doc->loadHTML($result); 
    // Obtain the element 
    $element = $doc->getElementById($id); 

    if(!$element) { 
     throw new Exception("An element with id $id was not found"); 
    } 

    if($pretty) { 
     $doc->formatOutput = true; 
    } 

    // Return the string representation of the element 
    return $doc->saveXML($element); 
} 

//Here I am dispalying the output in bold text 
echo getElementByIdAsString('https://en.wikipedia.org/wiki/A_Brief_History_of_Time', 'Summary'); 

?> 

İstisna

Fatal error: Uncaught exception 'Exception' with message 'Failed to load http://en.wikipedia.org/wiki/A_Brief_History_of_Time' in C:\xampp\htdocs\example2.php:18 Stack trace: #0 C:\xampp\htdocs\example2.php(40): getElementByIdAsString() #1 {main} thrown in C:\xampp\htdocs\example2.php on line 18 

Yardımına

Answer 1

deneyin eklemek için çok minnettar :-) olacaktır:

curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false); 
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false); 
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true); 

Güncelleme sonrasında açıklamada tartışmak:

<?php 

function getElementByIdAsString($url, $id, $pretty = true) { 
    $doc = new DOMDocument(); 

    $ch = curl_init($url); 
    curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.87 Safari/537.36'); 
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); 
    curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false); 
    curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false); 
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true); 

    $result = curl_exec($ch); 

    error_reporting(E_ERROR | E_PARSE); 
    if(!$result) { 
     throw new Exception("Failed to load $url"); 
    } 
    $doc->loadHTML($result); 
    // Obtain the element 
    $element = $doc->getElementById($id); 

    if(!$element) { 
     throw new Exception("An element with id $id was not found"); 
    } 

    if($pretty) { 
     $doc->formatOutput = true; 
    } 

    $output = ''; 
    $node = $element->parentNode; 

    while(true) { 
     $node = $node->nextSibling; 
     if(!$node) { 
      break; 
     } 
     if($node->nodeName == 'p') { 
      $output .= $node->nodeValue; 
     } 
     if($node->nodeName == 'h2') { 
      break; 
     } 
    } 

    return $output; 
} 

//Here I am dispalying the output in bold text 
var_dump(getElementByIdAsString('https://en.wikipedia.org/wiki/A_Brief_History_of_Time', 'Summary')); 

Muhtemelen xPaths kullanabilir ya da sadece tüm cevabı kullanabilir ve regex ile dilediğiniz her şeyi kesebilirsiniz reerx