Parcours d'un site php (sa source)

[marty499]

Bonjour,
je souhaite mettre au point quelques choses en php qui me permetrai de parcourir un site internet , de lire ses pages et de receuillir certaines informations...
j'aurai aimé savoir la marche a suivre , etc ...

[Daxou31]

Il te faut rechercher un parser de html si ce que tu veux c'est récupérer le contenu de certaines balises !

[marty499]

ouai c'est ca ... ( le contenu de certaines balise )
c'est quoi un parser de html ?

[Daxou31]

Disons que ca permet de récupérer ce que tu veux dans une page grâce a des fonctions. (parser)

Je suis actuellement en train d'en faire un mais avec juste ce qu'il me faut. Cependant sur internet tu peux en trouver plusieurs de plus ou moins facile a utiliser. Ils se manifestent sous la forme de classes php.

Pour cela : Google is your friend !

[othmane126]

Bonjour, il faut aussi que tu vérifie ta configuration. Voilà ce qu'il te faut je crois:

Code :

1
2
3
 
allow_url_fopen = On
allow_url_finclude = On

Il vont te permettre d'utiliser la fonction

Code :

get_file_content("http://www.site.com/page.php")

Elle retourne le contenu d'une page sous forme d'une chaine de caractère.
Bonne chance

[Chengj]

Regarde du côté des flux (ou stream en anglais).

[marty499]

Bien vu...c'est de la chance qu'il me faut ... lol
c'est en court...je trouve rien de tres pertinent mais bon..

[marty499]

Si je comprend bien c'est de l'XML ? ce n'est pas du php !?

[sielfried]

Regarde du côté de http://simplehtmldom.sourceforge.net/

[marty499]

pour ceux que ca interesse ,voila déja une portion de code qui récupere le code source d'une page d'un site internet

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
 
function CodeSource( $url) {
 
$ch = curl_init();
$timeout = 5; // set to zero for no timeout
curl_setopt ($ch, CURLOPT_URL, $url);
curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
$file_contents = curl_exec($ch);
curl_close($ch);
$lines = array();
$lines = explode("\n", $file_contents);
 
// display file line by line
foreach($lines as $line_num => $line) {
echo "Line # {$line_num} : ".htmlspecialchars($line)."<br />\n";
}
 
 
}

[sielfried]

"Légèrement" plus concis (edit: si ta config le permet) :

Code php :

1
2
3
4
 
foreach(file($url) as $line) {
  // ...
}

[arthak]

En même temps, tout le monde te propose des solutions, mais ce que tu cherche à faire, c'est quoi ? Quel est le type de contenu qui t'intéresse ? Perso, scanne une page avec une ou plusieurs expressions régulières si tu cherche quelque chose de précis.