Php 获取URL的已处理内容

我试图检索网页的内容，并检查网页是否包含我正在监视的某些错误关键字。（与每次手动加载每个URL以检查站点不同，我希望以编程方式执行此操作，并在出现错误时标记错误）

我试过XMLHttpRequest。我能够获得HTML内容，就像我在页面上“查看源代码”时看到的一样。但是我监视的页面在Sharepoint上运行，Web部件是动态生成的。我相信，如果加载这些部件时出现错误，我将无法将它们标记出来，因为我提取的HTML将不包含错误，而只包含指向Web部件的常规路径

cURL似乎也有同样的作用。我刚刚读到了关于DOMDocument的文章，我想知道DOMDocument是在处理代码，还是只是将HTML分解成一个层次结构

---

我只希望有网址的内容。（就像你在IE中将网站保存为txt而不是HTML时得到的一样）。或者，如果我能进一步处理HTML，那也不错。我该怎么做？任何帮助都将不胜感激。：）

为什么要删除HTML？最好用它

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 5);
$data = curl_exec($ch);
curl_close($ch);

// libxml_use_internal_errors(true);
$oDom = new DomDocument();
$oDom->loadHTML($data);

// Go through DOM and look for error (it's similar if it'd be
// <p class="error">error message</p> or whatever)
$errors = $oDom->getElementsByTagName( "error" ); // or however you get errors
foreach( $errors as $error ) {
    if(strstr($error->nodeValue, 'SOME ERROR')) {
        echo 'SOME ERROR occurred';
    }
}

---

为了清楚起见，您是否希望从web上删除html标记并仅获取剩余的数据？您好，我希望获取已处理的内容，比如加载javascript并生成内容之后。不是一个javascript和函数仍然存在的视图源，然后去掉了它们的标记。我应该举个例子来更好地解释我自己：）你好！谢谢你的回答！我认为我必须去掉HTML，因为我所在的站点是sharepoint站点，可能出现错误的地方将是动态内容。视图源未显示中的内容。因此，如果我的检查基于此字符串，我想我将无法捕获错误？那么内容是由Javascript生成的？那样的话，事情会变得更难……嗯，是的。内容由Javascript生成。有什么方法可以检索内容吗？没有，看看这个问题：你确定它是js吗？有没有办法通过XML或HTTP代码检索错误？SharePoint应该提供这样做的方法。也许再问一次您的问题，特别是关于SharePoint的问题？

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 5);
$data = curl_exec($ch);
curl_close($ch);
if(strstr($data, 'SOME_ERROR')) {
    echo 'SOME ERROR occurred';
}