尝试获取 Instagram 嵌入页面 HTML 代码时出错

Question

我正在尝试为我的 API 获取 Instagram 嵌入页面的 HTML 代码，但 returns 我遇到了一个奇怪的错误，我不知道该怎么做现在，因为我是 PHP 的新手。该代码适用于其他网站。

我已经在 apple.com 等其他网站上尝试过了，奇怪的是，当我在 'normal' post 页面上调用此函数时它起作用了，错误仅出现在我在 '/embed' URL.

上调用它

这是我的PHP代码：

<?php
    if (isset($_GET['url'])) {
        $filename = $_GET['url'];
        $file = file_get_contents($filename);
        $dom = new DOMDocument;
        libxml_use_internal_errors(true);
        $dom->loadHTML($file);
        libxml_use_internal_errors(false);
        $bodies = $dom->getElementsByTagName('body');
        assert($bodies->length === 1);
        $body = $bodies->item(0);
        for ($i = 0; $i < $body->children->length; $i++) {
            $body->remove($body->children->item($i));
        }
        $stringbody = $dom->saveHTML($body);
        echo $stringbody;
    }
?>

我这样调用 API：

https://api.com/get-website-body.php?url=http://instagr.am/p/BoLVWplBVFb/embed

我的目标是获取网站的正文，就像我在 https://apple.com URL 上调用此代码时一样。

Answer 1

如果您使用 CURL 并且它比 file_get_content 更快，您可以使用直接 url 来抓取数据。这是不同 url 的 curl 代码，这将 单独抓取 正文数据。

if (isset($_GET['url'])) {
    // $website_url = 'https://www.instagram.com/instagram/?__a=1';
    // $website_url = 'https://apple.com';
    // $website_url = $_GET['url'];
    $website_url = 'http://instagr.am/p/BoLVWplBVFb/embed';
    $curl = curl_init();
    //curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, FALSE);
    curl_setopt($curl, CURLOPT_HEADER, false);
    curl_setopt($curl, CURLOPT_FOLLOWLOCATION, true);
    curl_setopt($curl, CURLOPT_URL, $website_url);
    curl_setopt($curl, CURLOPT_REFERER, $website_url);
    curl_setopt($curl, CURLOPT_RETURNTRANSFER, TRUE);
    curl_setopt($curl, CURLOPT_USERAGENT, 'Mozilla/5.0(Windows NT 6.1; rv:8.0) Gecko/20100101 Firefox/66.0');
    $str = curl_exec($curl);
    curl_close($curl);
        
        $json = json_decode($str, true);
        print_r($str); // Just taking tha page as it is

        // Taking body part alone and play as your wish
        $dom = new DOMDocument;
        libxml_use_internal_errors(true);
        $dom->loadHTML($str);
        libxml_use_internal_errors(false);
        $bodies = $dom->getElementsByTagName('body');
        foreach ($bodies as $key => $value) {
            print_r($value);// You will all content of body here
    }
}

注意：这里你不想使用https://api.com/get-website-body.php?url=....

尝试获取 Instagram 嵌入页面 HTML 代码时出错

Error when trying to get Instagram Embed page HTML code

html

php

rest

instagram