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 />
Copy after login