php从网站地图中删除所有iFrame src
我正在尝试创建一个网站，以便创建其中所有iFrame源代码的列表，为此，我使用simple_html_dom php库 我解析每个链接，在搜索iframe的每个链接中，我发现iframe存在，我要求代码向我提供它的src和它从中获取的页面 我正在做的是：php从网站地图中删除所有iFrame src,php,arrays,simple-html-dom,Php,Arrays,Simple Html Dom,我正在尝试创建一个网站，以便创建其中所有iFrame源代码的列表，为此，我使用simple_html_dom php库 我解析每个链接，在搜索iframe的每个链接中，我发现iframe存在，我要求代码向我提供它的src和它从中获取的页面 我正在做的是： 抓取所需页面中的所有链接 将它们转换为一个大阵列，以避免服务器崩溃 所有链接都是相对的，所以我在开头添加了主url 我循环所有URL并在页面中搜索iFrame 结果是，它对20行运行良好，然后我得到以下错误： Warning: file_get
Warning: file_get_contents(): php_network_getaddresses: getaddrinfo failed: No such host is known. in C:\xampp\htdocs\scrap\simple_html_dom.php on line 75
Warning: file_get_contents(http://www.achva.ac.ilhttp://www.achva.ac.il/לימודי-תעודה-והשתלמויות): failed to open stream: php_network_getaddresses: getaddrinfo failed: No such host is known. in C:\xampp\htdocs\scrap\simple_html_dom.php on line 75
Fatal error: Call to a member function find() on a non-object in C:\xampp\htdocs\scrap\scrap.php on line 61
<!DOCTYPE html>
<html>
<head>
<title></title>
<style type="text/css">
th{
font-weight: 800;
border: 1px solid lightblue;
}
td{
border: 1px solid lightblue;
}
</style>
</head>
<body>
<?php
$html = file_get_contents('http://www.achva.ac.il/sitemap');
//Create a new DOM document
$dom = new DOMDocument;
//Parse the HTML. The @ is used to suppress any parsing errors
//that will be thrown if the $html string isn't valid XHTML.
@$dom->loadHTML($html);
//Get all links. You could also use any other tag name here,
//like 'img' or 'table', to extract other tags.
$links = $dom->getElementsByTagName('a');
//Iterate over the extracted links and display their URLs
$arr = [];
foreach ($links as $link){
array_push($arr, 'http://www.achva.ac.il'.$link->getAttribute('href'));
}
$result = count($arr);
echo $result;
?>
<?php
function urlOk($url) {
$headers = @get_headers($url);
if($headers[0] == 'HTTP/1.1 200 OK') return true;
else return false;
}
*/
include('simple_html_dom.php');
echo '<table><tr><th>id</th><th>Video src</th><th>Site page</th></tr>';
$i = 19;
$page_number = 1;
foreach($arr as $urlx){
echo $urlx;
$scrap_url = file_get_html($urlx);
if (preg_match('#^http?://(?:[^.]+\.)*achva\.ac.il/#i', $urlx))
{
$div = $scrap_url->find('iframe');
if($div){
foreach ($div as $key) {
echo '<tr><td>' . $i . '</td>';
$src = $key->attr['src'];
echo '<td>' . $src . '</td>';
echo '<td>' .$urlx . '</td></tr>';
$page_number++;
}
}else{
echo '<tr><td>' . $i . '</td><td>no iframe in this tage</td><td>' . $urlx . '</td></tr>';
}
$i++;
}
}
?>
</table>
</body>
</html>
th{
字号：800；
边框：1px纯色浅蓝色；
}
运输署{
边框：1px纯色浅蓝色；
}
也许这是你正在抓取的页面中的一个不可靠的链接？我尝试用“如果（preg#u match（''.^http？：/（？：[^.]+\）*achva\.ac.il/.\35; I'，$urlx）]”这一行来避免坏的URL。“我不知道是什么导致了这个问题……从语法角度来看可能是一个有效的链接，但实际上并不存在？”？因此，当您尝试获取它时，会出现一个连接错误，例如您看到的错误您是对的，存在一个不可靠的链接，我添加了此函数以避免它，if（preg_match（'http://www.achva.ac.il“，$link”）{array_push（$arr，$link->getAttribute（'href'）；}else{array_push（$arr，'http://www.achva.ac.il“.$link->getAttribute（'href'）；}
不管怎样，它在20行之后仍然会停止，它仍然会以相同的错误停止？也许这是您正在抓取的页面中的一个不可靠链接？我尝试使用“if”（preg#u match（'.^http？：/（？：[^.]+\）*achva\.ac.il/#I'，$urlx））行避免错误的URL）“我不知道是什么导致了这个问题……从语法的角度来看，可能是一个有效的链接，但实际上并不存在？因此，当你试图获取它时，你会遇到一个连接错误，比如你认为你是对的，有一个不可靠的链接，我添加这个函数是为了避免它，if（preg_-match('http://www.achva.ac.il“，$link”）{array_push（$arr，$link->getAttribute（'href'）；}其他{array_push（$arr，'http://www.achva.ac.il'.$link->getAttribute（'href'）；}
在第20行之后，它是否仍会停止，并出现相同的错误？