使用 php simple_html_dom 解析 html

Question

我正在解析互联网报纸的 columinst 页面。我对这个网站有疑问

http://www.sozcu.com.tr/kategori/yazarlar/

解析在开始时工作正常，但停止工作。

这是我的代码

$curl_handle=curl_init();
curl_setopt($curl_handle, CURLOPT_URL,$gazeteAdress);
//curl_setopt($curl_handle, CURLOPT_CONNECTTIMEOUT, 2);
curl_setopt($curl_handle, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($curl_handle, CURLOPT_USERAGENT, 'mozilla');
$query = curl_exec($curl_handle);
curl_close($curl_handle);
$html = new simple_html_dom();
$html->load($query);

我不知道为什么我的代码有时无法解析网站，所以我在考虑 connection_timeout。但这不是问题，所以我想用 curl 打印 html 页面。

echo $html;

这是结果。 （有时我的代码无法正确解析 html 页面）

为什么没有出现 html 标签以及为什么会看到这样的结果。有人可以帮忙吗？

Answer 1

返回的内容是压缩的，因此您应该为 curl 指定带有 'gzip,deflate' 标头的 Accept-Encoding。

请添加此行
curl_setopt($curl_handle, CURLOPT_ENCODING, "gzip,deflate");
之后
curl_setopt($curl_handle, CURLOPT_USERAGENT, 'mozilla');