Simone Giugliani Blog

A molti potrebbe essere utile questa funzione per leggere il codice HTML di un sito remoto per reperire informazioni oppure per rispecchiarne la pagina…

Comunque, per qualsiasi utilizzo lo si voglia usare la funzione è la seguente:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47

function torna_codice($url)
{
    $curl = curl_init();
 
    // Setup headers - I used the same headers from Firefox version 2.0.0.6
    // below was split up because php.net said the line was too long. :/
    $header[0] = "Accept: text/xml,application/xml,application/xhtml+xml,";
    $header[0] .= "text/html;q=0.9,text/plain;q=0.8,image/png,*/*;q=0.5";
    $header[] = "Cache-Control: max-age=0";
    $header[] = "Connection: keep-alive";
    $header[] = "Keep-Alive: 300";
    $header[] = "Accept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.7";
    $header[] = "Accept-Language: en-us,en;q=0.5";
    $header[] = "Pragma: ";
    // browsers keep this blank.
 
    $referers = array("google.com", "yahoo.com", "msn.com", "ask.com", "live.com");
    $choice = array_rand($referers);
    $referer = "http://" . $referers[$choice] . "";
 
    $browsers = array("Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.3) Gecko/2008092510 Ubuntu/8.04 (hardy) Firefox/3.0.3", "Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1) Gecko/20060918 Firefox/2.0", "Mozilla/5.0 (Windows; U; Windows NT 6.0; en-US; rv:1.9.0.3) Gecko/2008092417 Firefox/3.0.3", "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0; SLCC1; .NET CLR 2.0.50727; Media Center PC 5.0; .NET CLR 3.0.04506)");
    $choice2 = array_rand($browsers);
    $browser = $browsers[$choice2];
 
    curl_setopt($curl, CURLOPT_URL, $url);
    curl_setopt($curl, CURLOPT_USERAGENT, $browser);
    curl_setopt($curl, CURLOPT_HTTPHEADER, $header);
    curl_setopt($curl, CURLOPT_REFERER, $referer);
    curl_setopt($curl, CURLOPT_AUTOREFERER, true);
    curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);
    curl_setopt($curl, CURLOPT_TIMEOUT, 30);
    curl_setopt($curl, CURLOPT_MAXREDIRS, 7);
    curl_setopt($curl, CURLOPT_FOLLOWLOCATION, true);
 
    $data = curl_exec($curl);
 
    if ($data === false) {
        $data = curl_error($curl);
    }
 
    // execute the curl command
    curl_close($curl);
    // close the connection
 
    return $data;
    // and finally, return $html
}

Come si vede, la funzione utilizza le librerie cUrl di PHP…
Vi ricordo che nel vostro sito dovete avere abilitato questa libreria, altrimenti la funzione non fungerà..
Ad esempio altervista mette a disposizione questa libreria e la fsockopen per comunicare con host esterni, ma devono essere attivati tramite un semplice sms…

Tuttavia la funzione restituisce, se tutto è andato bene, il codice HTML del sito che è stato passato alla funzione..
Per ottenere il codice potete fare cosi:

1

$codice = torna_codice("http://www.google.it");

Io ho sfruttato questa funzione per prelevare il contenuto del tag