Cách lấy tin tức tự đồng từ website khác bằng PHP

simsondesign3 · March 23, 2016, 1:18pm

Mình đang tìm hiểu cách lấy thông tin từ website khác, mình thay đường link vào file code dưới. (có file simple_html_dom.php trong tệp) thì bị lỗi $item[‘title’] vs $item[‘brief’]. Ai chỉ giúp mình với!

Đoạn code của file

<?php
$cmd=(isset($_REQUEST['cmd']) and $_REQUEST['cmd'])?$_REQUEST['cmd']:'';
if($cmd=='crawler'){
	require_once "simple_html_dom.php"; // Chèn thư viện simple_html_dom
	$link = "http://ngoisao.net/tin-tuc/showbiz-viet/2013/07/mr-dam-mang-thi-sinh-giong-hat-viet-2013-ra-san-khau-lon-246330"; // link cần lấy tin
	$html = file_get_html($link); // Create DOM from URL or file
	$title_pattern = "h1.Title"; // Mẫu lấy phần tiêu đề
	$brief_pattern = "h2.Lead"; // Mẫu lấy phần tóm tắt
	$description_pattern = "div.detailCT"; // Mẫu lấy phần miêu tả
	$description_pattern_delete = "div.topDetail,h1.Title,h2.Lead,p.RelatedLeadSubject,div.detailNS,div.relateNewsDetail"; // Các mẫu cần xóa trong phần miêu tả
	$item=array();
	// Lấy tiêu đề
	foreach($html->find($title_pattern) as $element)
	{
		$item['title'] = trim($element->plaintext); // Chỉ lấy phần text
	}
	// Lấy tóm tắt
	foreach($html->find($brief_pattern) as $element)
	{
		$item['brief'] = trim($element->plaintext); // Chỉ lấy phần text
	}
	// Lấy miêu tả
	foreach($html->find($description_pattern) as $element)
	{
		// Xóa các mẫu trong miêu tả
		if($description_pattern_delete){
			$arr = explode(',',$description_pattern_delete);
			for($i=0;$i<count($arr);$i++){
				foreach($element->find($arr[$i]) as $e){
					$e->outertext='';
				}
			}
		}
		$item['description'] = $element->innertext; // Lấy toàn bộ phần html
		// Bổ sung đường dẫn ảnh
		if(isset($item['description']) and $item['description']){
			$item['description']=str_replace("/Files/","http://ngoisao.net/Files/",$item['description']);
		}
	}
}
?>

HTML:

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<title>Lấy tin tự động từ website khác - minhtc.net</title>
<meta name="generator" content="minhtc.net" />
</head>
<body>
<form method="post">
<div>Lấy tin từ: <a href="http://ngoisao.net/tin-tuc/showbiz-viet/2013/07/mr-dam-mang-thi-sinh-giong-hat-viet-2013-ra-san-khau-lon-246330/" target="_blank">http://ngoisao.net/tin-tuc/showbiz-viet/2013/07/mr-dam-mang-thi-sinh-giong-hat-viet-2013-ra-san-khau-lon-246330/</a></div>
<button type="submit">Lấy tin</button><input type="hidden" name="cmd" value="crawler" />
</form>
<?php
if(isset($item) and $item) echo '<h1>'.$item['title'].'</h1><h2>'.$item['brief'].'</h2><div>'.$item['description'].'</div>';
?>
</body>
</html>

quantbm · March 23, 2016, 1:40pm

Link lỗi rồi sao mà lấy nhỉ
Ngày xưa cũng mò cái thư viện simple html dom này để viết trang tin tức lấy từ trang khác
Cho bạn tham khảo thêm package này: http://symfony.com/doc/current/components/dom_crawler.html