From:
在做一些天气预报或者RSS订阅的程序时，往往需要抓取非本地文件，一般情况下都是利用php模拟浏览器的访问，通过http请求访问url地址，然后得到html源代码或者xml数据。
得到数据我们不能直接输出，往往需要对内容进行提取，然后再进行格式化，以更加友好的方式显现出来。
下面先简单说一下本文的主要内容： 一、 PHP抓取页面的主要方法：1. file()函数
2. file_get_contents()函数 3. fopen()->fread()->fclose()模式 fopen链接:4.curl方式 5. fsockopen()函数 socket模式 6. 使用插件(如：http://sourceforge.net/projects/snoopy/)二、PHP解析html或xml代码主要方式：
1. 正则表达式 2. PHP DOMDocument对象 3. 插件(如：PHP Simple HTML DOM Parser)PHP抓取页面
1. file()函数2. file_get_contents()函数
使用file_get_contents和fopen必须空间开启 allow_url_fopen。方法：编辑php.ini，设置 allow_url_fopen = On，allow_url_fopen关闭时fopen和file_get_contents都不能打开远程文件。
3. fopen()->fread()->fclose()模式
4. curl方式
使用curl必须空间开启curl。方法：
windows下修改php.ini，将 extension=php_curl.dll前面的分号去掉，而且需要拷贝ssleay32.dll和libeay32.dll到C:\WINDOWS \system32下；
Linux下要安装curl扩展。
5. fsockopen()函数 socket模式
socket模式能否正确执行，也跟服务器的设置有关系，具体可以通过phpinfo查看服务器开启了哪些通信协议，比如我的本地php socket没开启http，只能使用udp测试一下了。 \n";} else {fwrite($fp, "\n");echo fread($fp, 26);fclose($fp);}?> 6. 插件
网上应该有比较多的插件，snoopy插件是在网上搜到的，有兴趣的可以研究一下。PHP解析xml(html)
1. 正则表达式：
(.*)',$lines_string,$title);echo htmlspecialchars($title[0]);?>
2. PHP DOMDocument()对象
如果远程的html或xml存在语法错误，php在解析dom的时候会报错。(关于loadHTMLFile的问题,在我整理的前几篇blog中有提到.) loadHTMLFile($url);$title=$html->getElementsByTagName('title');echo $title->item(0)->nodeValue;?> 3. 插件
本文以PHP Simple HTML DOM Parser为例，进行简单介绍，simple_html_dom的语法类似jQuery，它让php操作dom，就像使用jQuery操作dom一样的简单。 find('title');echo $title[0]->plaintext;?>