通过URL抓取网页的TITLE,有些网站抓不到,方法愚笨,求指点。
本帖最后由 u012716911 于 2013-11-04 11:25:29 编辑
代码是我自己这样想着写的,不知道还有没有更好的方法。请各位给些指点
有些网站可以抓到,如百度,有些网站就抓不到,比如太平洋汽车的首页。
<br />
public function set_title()<br />
{<br />
// 获取进来URL<br />
$url = $_POST['url'];<br />
// $url = "www.pcauto.com.cn"; 抓不到!<br />
//一连串的curl设置 <br />
$ch = curl_init();<br />
curl_setopt($ch,CURLOPT_URL,$url);<br />
curl_setopt($ch,CURLOPT_HEADER,0);<br />
curl_setopt($ch,CURLOPT_ENCODING,'gzip');<br />
curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);<br />
$content_source = curl_exec($ch);<br />
curl_close($ch);<br />
<br />
//获取抓到内容的编码格式<br />
<br />
$encode = mb_detect_encoding($content_source, array('GB2312','GBK','UTF-8','ASCII')); <br />
<br />
//转码<br />
$content_source = iconv($encode, 'utf-8//IGNORE',$content_source);<br />
<br />
//截取<title><br />
if(preg_match("/<title>(.*?)<\/title>/i",$content_source,$title))<br />
{<br />
echo $title[1];<br />
}<br />
else<br />
{<br />
echo '拉取标题失败';<br />
}<br />
}<br />
Nach dem Login kopieren