PHP旋度和浏览器差异

当我在浏览器中键入address

www.randomDomain.com

并读取页面源代码时

我看到了

但当我想使用PHP Curl获取此页面的内容时

我在源代码中看到了这一点

有时，

“

符号会被

”

符号替换。为什么

---

这一原因导致使用正确的

preg_match（）

模式时出现问题。您没有在浏览器中查看源代码（通常可以通过查看菜单（查看→ 开发商→ 在Chrome中查看源代码）。您正在查看DOM Inspector（内置于浏览器开发工具中），它显示DOM当前状态的类似HTML的表示，而不是原始HTML源代码。

一些站点随机“旋转”“标记、类名和其他使内容抓取更加困难的内容，可能这就是为什么有时会显示”的原因，因为”

我不相信curl会改变源代码中的任何内容（使用curl 10年），因此，如果这是您遇到的唯一问题，您可以轻松修改preg_匹配规则以查找“或”

，

“

和

”

都是有效的。解决方案是不使用regex解析HTML。改用类：

$url = 'http://www.example.com';

$curl = curl_init($url);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, TRUE);
$output = curl_exec($curl);
curl_close($curl)

$html = new DOMDocument;
$html->loadHTML($output);

---

这个问题似乎离题了，因为我们没有管理troll.com，这个问题基本上是无法回答的，除了随机猜测。问问为troll.com创建html代码的人，他们为什么使用“有时”。也许他们不希望自己的代码被自动解析。你想错了问题。您遇到的问题是使用正则表达式来解析HTML，而不是使用

DOMDocument

。HTML允许您在属性中使用任何一种类型的引号。如果你正在编写解析HTML的代码，那么你必须能够处理这两种情况。troll.com只是随机的trollish示例，如果目的是让解析变得更困难，那么将

替换为
“
几乎毫无用处