Autor Tema: file_get_contents PHP Web Scrapping copiar contenidos de otra página web  (Leído 3238 veces)

5378453

  • Principiante
  • **
  • Mensajes: 56
    • Ver Perfil
    • Mugiwara no Fansub
Tengo unas dudas, necesito hacer web scrapping para un proyecto a cierta web, aqui esta el codigo que llevo:

Código: [Seleccionar]
<?php

$html file_get_contents("http://dof.gob.mx/index.php?year=2015&month=07&day=27");
file_put_contents('dof.html',$html);

$xml = new DomDocument();

@$xml->loadHTML($html);
$xml->normalizeDocument();
$xpath = new DOMXPath($xml);

$titulos $xpath->query('//td[@class="subtitle_azul"]');

foreach($titulos as $item){
//print_r($item);
//echo $item->textContent;
}


@print_r($titulos);
@vardump($titulos);
echo $titulos;


?>

Quisiera saber si con ese codigo agarraria todo el texto de la pagina, o que datos tomaria con ese codigo
« Última modificación: 28 de Julio 2015, 18:45 por César Krall »

César Krall

  • Moderador Global
  • Experto
  • *******
  • Mensajes: 2071
  • No vales por lo que dices, sino por lo que haces
    • Ver Perfil
    • aprenderaprogramar.com
Hola!

Con file_get_contents puedes rescatar todo el código HTML de una página web. Sin embargo esto no te permitirá reproducir exactamente la web que estás copiando porque te faltarán los archivos css, javascript, etc. Además si la web que estás copiando es una web dinámica, por ejemplo generada con php, sólo podrás copiar el contenido HTML servido en un momento concreto, pero no podrás acceder al código fuente que está en el servidor y que es el que hace que la web sea realmente dinámica (aunque si la vas copiando a cada rato podrías conseguir un efecto parecido a que fuera dinámica).

Tienes una referencia de file_get_contents en
http://aprenderaprogramar.es/index.php?option=com_content&view=article&id=604:extraer-codigo-fuente-de-pagina-web-con-php-leer-archivos-completos-filegetcontents-y-nl2br-cu00838b&catid=70:tutorial-basico-programador-web-php-desde-cero&Itemid=193

Saludos!
Responsable de departamento de producción aprenderaprogramar.com

 

Sobre la educación, sólo puedo decir que es el tema más importante en el que nosotros, como pueblo, debemos involucrarnos.

Abraham Lincoln (1808-1865) Presidente estadounidense.

aprenderaprogramar.com: Desde 2006 comprometidos con la didáctica y divulgación de la programación

Preguntas y respuestas

¿Cómo establecer o cambiar la imagen asociada (avatar) de usuario?
  1. Inicia sesión con tu nombre de usuario y contraseña.
  2. Pulsa en perfil --> perfil del foro
  3. Elige la imagen personalizada que quieras usar. Puedes escogerla de una galería de imágenes o subirla desde tu ordenador.
  4. En la parte final de la página pulsa el botón "cambiar perfil".