4

Estou em um projeto em que preciso obter o HTML de uma determinada página na web para poder verificar o conteúdo do HTML dessa página. Poderiam que caminho eu posso seguir para fazer tal ação em PHP?

Atualmente estou usando o file_get_contents() porém quando dou echo no conteúdo ele me retorna o conteúdo já formatado. Quero ler exatamente o código fonte.

2
  • 5
    O file_get_contents está te dando o fonte, ele só aparece formatado porque você está dando echo.
    – bfavaretto
    Commented 18/08/2016 às 21:39
  • É como diz o @bfavaretto.
    – Jorge B.
    Commented 18/08/2016 às 21:43

1 Resposta 1

11

Olá! Na verdade o file_get_contents() faz exatamente o que você quer!

Do manual PHP: file_get_contents() — Lê todo o conteúdo de um arquivo para uma string.

Isto é: file_get_contents() não interpreta o arquivo, só lê e volta exatamente o que está escrito nele, sem processar nada; retornando exatamente o conteúdo do arquivo quando leu.

O problema: quando você executa o echo no código resgatado, ele acaba de qualquer forma sendo imprimido na página, ou seja, direto na marcação HTML do documento e assim o navegador interpretará o código fonte que você obteve, no caso ele irá ler as tags.

A solução: na verdade você está fazendo tudo certinho, logo, não precisa de solução. Se você quer ler o código fonte na página, tem que usar caracteres imprimíveis, ou seja, trocar código de marcação "< > &" por "&lt; &gt; &amp;". Por sorte o PHP faz isso com uma função nativa htmlentities().

Sobre a htmlentities():

<?php
$str = "<© W3Sçh°°¦§>";
echo htmlentities($str);
?>

O HTML imprimido na página será:

<!DOCTYPE html>
<html>
<body>
&lt;&copy; W3S&ccedil;h&deg;&deg;&brvbar;&sect;&gt;
</body>
</html>

No navegador, será interpretado e exibido na página como:

<© W3Sçh°°¦§>

Mais sobre o htmlentities():

4
  • Não sei se é bem isso que ele quer...
    – Jorge B.
    Commented 18/08/2016 às 21:53
  • "preciso obter o HTML de uma determinada página na web", file_get_contents faz exatamente isso, ele só deve estar se atrapalhando com o fato que que ao tentar depurar o resultado da função, não vê nenhum HTML, porém com essa explicação acho que ele conseguirá entender.
    – Machado
    Commented 18/08/2016 às 21:56
  • 1
    @JorgeB. Se por outro lado você acha que parece uma boa pergunta canônica para responder "use curl etc etc etc", eu pensei nisso. Mas bateu na trave...
    – bfavaretto
    Commented 18/08/2016 às 22:17
  • @bfavaretto eu ando aqui a testar desde então e também ainda não cheguei a lado nenhum ;) Acho que a melhor resposta é mesmo a do Machado.
    – Jorge B.
    Commented 18/08/2016 às 22:42

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .