Самый быстрый способ получить <заголовок> в PHP
4 ответа
<?php
function page_title($url) {
$fp = file_get_contents($url);
if (!$fp)
return null;
$res = preg_match("/<title>(.*)<\/title>/siU", $fp, $title_matches);
if (!$res)
return null;
// Clean up title: remove EOL's and excessive whitespace.
$title = preg_replace('/\s+/', ' ', $title_matches[1]);
$title = trim($title);
return $title;
}
?>
Дал 'er водоворот на следующем входе:
print page_title("http://www.google.com/");
Произведенный: Google
Надо надеяться, достаточно общий для Вашего использования. При необходимости в чем-то более мощном не могло бы повредить инвестировать немного времени в исследование синтаксических анализаторов HTML.
РЕДАКТИРОВАНИЕ: Добавленный немного проверки ошибок. Отчасти срочно отправленный первая версия, извините.
или создание этой простой немного более пуленепробиваемой функции:
function page_title($url) {
$page = file_get_contents($url);
if (!$page) return null;
$matches = array();
if (preg_match('/<title>(.*?)<\/title>/', $page, $matches)) {
return $matches[1];
} else {
return null;
}
}
echo page_title('http://google.com');
Мне нравится использовать SimpleXml с regex's, это из решения, которое я использую для захвата нескольких заголовков ссылки от страницы в библиотеке OpenID, которую я создал. Я адаптировал его для работы с заголовком (даже при том, что существует обычно только один).
function getTitle($sFile)
{
$sData = file_get_contents($sFile);
if(preg_match('/<head.[^>]*>.*<\/head>/is', $sData, $aHead))
{
$sDataHtml = preg_replace('/<(.[^>]*)>/i', strtolower('<$1>'), $aHead[0]);
$xTitle = simplexml_import_dom(DomDocument::LoadHtml($sDataHtml));
return (string)$xTitle->head->title;
}
return null;
}
echo getTitle('http://stackoverflow.com/questions/399332/fastest-way-to-retrieve-a-title-in-php');
Иронически эта страница имеет "тег заголовка" в теге заголовка, который является тем, что когда-то вызывает проблемы с чистыми regex решениями.
Это решение не идеально как он нижний регистр теги, которые могли вызвать проблему для вложенного тега, если бы форматирование/случай было важно (такие как XML), но существуют пути, которые немного более включены вокруг той проблемы.
Regex?
Использование ЗАВИХРЕНИЕ для получения содержания переменной $htmlSource.
preg_match('/<title>(.*)<\/title>/iU', $htmlSource, $titleMatches);
print_r($titleMatches);
видят то, что Вы имеете в том массиве.
Большинство людей говорит для HTML, пересекающего, хотя необходимо использовать синтаксический анализатор, поскольку regexs может быть ненадежным.
другие ответы обеспечивают больше детали :)