Problema PHP Simple HTML DOM

[iEnrique]

Hola, muy buenas.

En realidad no me interesa la forma en la que conseguirlo, he estado haciéndolo con PHP Simple HTML DOM pero me vale cualquier forma. Lo que quiero conseguir es la frase donde pone "Reportero de Habtium" en la siguiente URL:

http://www.habbo.es/habblet/habbosea...String=anen100

He probado con el siguiente código:

Código PHP:

require "simple_html_dom.php";
$html = file_get_html('https://www.habbo.es/habblet/habbosearchcontent?searchString=anen100'); 
$user = $html->find('li[homeurl="/home/anen100"]', 0);
$motto = $user->find('div.item', 0)->find('text', 2)->plaintext; 
echo $motto;
 

Y creo que el código está bien pero el problema es la página que me bloquea que yo coja esa información, no sé. ¿Cómo podría cogerla?

Muchas gracias.

[cuasatar]

Nunca he utilizado esta clase pero yo sugiero que revisaras la faq de la clase, de pronto puede estar bien escrita la expresión regular (repito que nunca la he usado) pero tenga problemas de configuración del php.ini para abrir las urls.

http://simplehtmldom.sourceforge.net/manual_faq.htm

No puedo saber si la sintaxis que tienes es correcta o no porque eso ya lo debes revisar tu en la documenatción, pero yo empezaria a investigar por este lado.

Igual no sobraria que usaras una clase ya implementada en php, siempre es mas facil de usar algo que ya viene en la libreria oficial.

http://es1.php.net/manual/es/class.domdocument.php

[iEnrique]

Iniciado por cuasatar

Nunca he utilizado esta clase pero yo sugiero que revisaras la faq de la clase, de pronto puede estar bien escrita la expresión regular (repito que nunca la he usado) pero tenga problemas de configuración del php.ini para abrir las urls.

http://simplehtmldom.sourceforge.net/manual_faq.htm

No puedo saber si la sintaxis que tienes es correcta o no porque eso ya lo debes revisar tu en la documenatción, pero yo empezaria a investigar por este lado.

Igual no sobraria que usaras una clase ya implementada en php, siempre es mas facil de usar algo que ya viene en la libreria oficial.

http://es1.php.net/manual/es/class.domdocument.php

Haciéndolo con DOM, sería, ¿así?

Código PHP:

$ch = curl_init('https://www.habbo.es/habblet/habbosearchcontent?searchString=anen100');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
$cl = curl_exec($ch);
 
 
$dom = new DOMDocument();
@$dom->loadHTML($cl);
$xpath = new DOMXpath($dom);
 
$getuser = $xpath->query('//li[@homeurl="/home/anen100"]/text()');
$usermotto = $getuser->item(0)->nodeValue;
echo $usermotto;
 

¿Sería así con DOM?

[iEnrique]

Siento el doble post, ¿podrían probar a ver si les funciona a ustedes? Así podré saber si el problema es del código, de mi hosting o de la otra página web que lo bloquea...

[cuasatar]

Código PHP:

  // Get a file into an array.  In this example we'll go through HTTP to get
// the HTML source of a URL.
$lines = file('https://www.habbo.es/habblet/habbosearchcontent?searchString=anen100');
 
// Loop through our array, show HTML source as HTML source; and line numbers too.
foreach ($lines as $line_num => $line) {
    echo "Line #<b>{$line_num}</b> : " . htmlspecialchars($line) . "<br />\n";
} 
   

Bueno, este problema tiene su reto y no se como atacarlo. Por pura curiosidad probe este codigo para verificar si el archivo es podia leer como un arreglo normal (a fin de verificar rapidamente que podria estar ocurriendo). Si lo ejecutas podras ver la siguiente respuesta:

Line #43 : <noscript>This site requires JavaScript and Cookies to be enabled. Please change your browser settings or upgrade your browser.</noscript>

Si alguien nos puede echar una ayuda a mirar este problema seria muy instructivo. No se si el hecho de que sea una conexión https impida hacer la lectura del dato y por tanto es imposible leerlo (esa es mi hipotesis y creo que tiene fundamento porque si no que tipo de seguridad brindaria una pagina de una entidad bancaria) Igual es una opinión pero no tengo bases para confirmar mi hipotesis.

[iEnrique]

Lo siento por tardar tanto en contestar, alguna forma hay porque otros programadores parecen haberlo conseguido en otras páginas.

[iEnrique]

El código lo tengo ahora así:

Código PHP:

$options = array( 
        CURLOPT_URL            => "https://www.habbo.es/habblet/habbosearchcontent?searchString=anen100",
        CURLOPT_RETURNTRANSFER => true,         
        CURLOPT_HEADER         => false,         
        CURLOPT_FOLLOWLOCATION => true,          
        CURLOPT_ENCODING       => "",           
        CURLOPT_USERAGENT      => "spider",      
        CURLOPT_AUTOREFERER    => true,       
        CURLOPT_CONNECTTIMEOUT => 120,           
        CURLOPT_TIMEOUT        => 120,           
        CURLOPT_MAXREDIRS      => 10,      
        CURLOPT_COOKIESESSION => true,      
        CURLOPT_POST           => 1,             
        CURLOPT_SSL_VERIFYHOST => 0,            
        CURLOPT_SSL_VERIFYPEER => false, 
        CURLOPT_SSLVERSION     => CURL_SSLVERSION_TLSv1, 
        CURLOPT_VERBOSE        => 1                
); 
$page = curl_init("https://www.habbo.es/habblet/habbosearchcontent?searchString=anen100");
curl_setopt_array($options, $page);
$content = curl_exec($page);
if($content === false)
{
    echo 'Curl error: ' . curl_error($ch);
}
else
{
    echo 'Operación completada sin errores';
}
curl_close($page);
$start = explode('<b>anen100</b><br />', $content, 2);
$end = explode('</div>', $start[1], 2);
$motto = substr(trim($end[0]), 0, 16);
echo $motto;
 

[Eckonet]

Iniciado por iEnrique

El código lo tengo ahora así:

Con esta librería puedo extraer cualquier etiqueta de un documento html?