Curl->Obtener texto principal de una web

[andresdzphp]

Iniciado por SubZero_mb

Si andresdzphp, pero que pasa con el <title>? La función get_meta_tags solo devuelvo las metas, pero no el title y mucho menos el contenido principal del body. Esa función esta bien para sacar la description, las keywords, el author...

Obviamente el comentario sobra, para obtener html es mucho mejor usar las clases DOM de PHP. El uso de expresiones regulares en este caso no es la mejor opción.

http://php.net/manual/es/book.dom.php

Te dejo un ejemplo que estuve haciendo básico:

Código PHP:

<?php
$url = 'http://www.forosdelweb.com';
 
$html = file_get_contents($url);
 
$doc = new DOMDocument();
libxml_use_internal_errors(true);
$doc->loadHTML($html);
 
echo "titulo: {$doc->getElementsByTagName('title')->item(0)->nodeValue} <br /><br />";
 
$stats = $doc->getElementById('stats_footer')->getElementsByTagName('span');
 
echo "temas: {$stats->item(0)->nodeValue} <br />";
echo "mensajes: {$stats->item(1)->nodeValue} <br />";
echo "usuarios registrados: {$stats->item(2)->nodeValue}<br /><br />";
 
$metas = get_meta_tags($url);
 
echo "palabras claves: {$metas['keywords']}<br />";
echo "descripcion: {$metas['description']}<br />";
 

Saludos.