Simple HTML Dom

xaiborweb · 8 Feb 2016

Hola forobeta.

estoy haciendo un parser para scrapear con Simple HTML Dom pero no me arroja el resultado y no encuentro el error les dejo el código por si alguien encuentra el error, saludos y gracias 😉

PHP:

<?php
require 'simple_html_dom.php';

$html = file_get_html ('http://www.yaske.cc/es/pelicula/0009506/ver-the-revenant-online.html');

foreach ($html->find('table tr') as $link) {
	$url     = $link->find('td a',0)->attr['href'];
	$audio   = $link->find('td[align=center] img',0)->attr['src'];
	$quality = $link->find('td span',0)->innertext;

	echo $url,'<br>',$audio,'<br>',$quality,'<br></br>';
}

?>

PRO · 8 Feb 2016

Al parecer ese sitio te detecta como bot y devuelve error 404, por eso simple html dom no muestra contenido.
Haz la prueba:

PHP:

echo file_get_contents('http://www.yaske.cc/es/pelicula/0009506/ver-the-revenant-online.html');

kanikase · 8 Feb 2016

Usa mejor curl, y expresiones regulares, y cambias el referer para que no te detecte como bot.

xaiborweb · 8 Feb 2016

PRO dijo:
Al parecer ese sitio te detecta como bot y devuelve error 404, por eso simple html dom no muestra contenido.
Haz la prueba:

PHP:

echo file_get_contents('http://www.yaske.cc/es/pelicula/0009506/ver-the-revenant-online.html');

ok gracias por responder, lo intentare entonces con curl, aunque no soy programador ando aprendiendo xd 😉

kanikase dijo:
Usa mejor curl, y expresiones regulares, y cambias el referer para que no te detecte como bot.

xaiborweb · 14 Feb 2016

kanikase dijo:
Usa mejor curl, y expresiones regulares, y cambias el referer para que no te detecte como bot.

hola brother que pena molestarte pero ya que veo que eres excelente programador tal vez me puedas echar una mano:

HTML:

https://openload.co/f/Y0jh6goIxwE/kung_fu_3_ts_lati.avi

cambie el referer pero la pagina aun me detecta como bot y no me muestra su html, me pueden echar una mano todo poderoso [MENTION=9679]cicklow[/MENTION] ?

PHP:

<?php 

	$ch = curl_init(); //inciamos sesion 
	curl_setopt($ch,CURLOPT_URL,'https://openload.co/f/Y0jh6goIxwE/kung_fu_3_ts_lati.avi'); //url scraping
	curl_setopt($ch,CURLOPT_USERAGENT,'Mozilla/5.0 (Windows NT 5.1; rv:31.0) Gecko/20100101 Firefox/31.0'); //navegador utilizado
	curl_setopt($ch,CURLOPT_REFERER, 'http://www.yaske.cc/es/pelicula/0009391/ver-paranormal-activity-the-ghost-dimension-online.html');
	curl_setopt($ch,CURLOPT_HTTPHEADER,array('Accept-Language: es-es,en')); //lenguajes aceptados
	curl_setopt($ch,CURLOPT_TIMEOUT, 100); 
	curl_setopt($ch,CURLOPT_FOLLOWLOCATION, true); 
	curl_setopt($ch,CURLOPT_RETURNTRANSFER, true); 
 
	$html = curl_exec($ch); //Guardar html
	curl_close($ch); //Cerramos sesion

	echo $html;

?>

kanikase · 14 Feb 2016

xaiborweb dijo:

hola brother que pena molestarte pero ya que veo que eres excelente programador tal vez me puedas echar una mano:

HTML:

https://openload.co/f/Y0jh6goIxwE/kung_fu_3_ts_lati.avi

cambie el referer pero la pagina aun me detecta como bot y no me muestra su html, me pueden echar una mano todo poderoso [MENTION=9679]cicklow[/MENTION] ?

PHP:

<?php 

	$ch = curl_init(); //inciamos sesion 
	curl_setopt($ch,CURLOPT_URL,'https://openload.co/f/Y0jh6goIxwE/kung_fu_3_ts_lati.avi'); //url scraping
	curl_setopt($ch,CURLOPT_USERAGENT,'Mozilla/5.0 (Windows NT 5.1; rv:31.0) Gecko/20100101 Firefox/31.0'); //navegador utilizado
	curl_setopt($ch,CURLOPT_REFERER, 'http://www.yaske.cc/es/pelicula/0009391/ver-paranormal-activity-the-ghost-dimension-online.html');
	curl_setopt($ch,CURLOPT_HTTPHEADER,array('Accept-Language: es-es,en')); //lenguajes aceptados
	curl_setopt($ch,CURLOPT_TIMEOUT, 100); 
	curl_setopt($ch,CURLOPT_FOLLOWLOCATION, true); 
	curl_setopt($ch,CURLOPT_RETURNTRANSFER, true); 
 
	$html = curl_exec($ch); //Guardar html
	curl_close($ch); //Cerramos sesion

	echo $html;

?>

Es que en el referer pon el de openload 😀

xaiborweb · 14 Feb 2016

kanikase dijo:
Es que en el referer pon el de openload 😀

tampoco me muestra el html me sigue detectando como bot.

PHP:

<?php 
	$ch = curl_init(); //inciamos sesion 
	curl_setopt($ch,CURLOPT_URL,'https://openload.co/f/Y0jh6goIxwE/kung_fu_3_ts_lati.avi'); //url scraping
	curl_setopt($ch,CURLOPT_USERAGENT,'Mozilla/5.0 (Windows NT 5.1; rv:31.0) Gecko/20100101 Firefox/31.0'); //navegador utilizado
	curl_setopt($ch,CURLOPT_REFERER, 'https://openload.co');
	curl_setopt($ch,CURLOPT_HTTPHEADER,array('Accept-Language: es-es,en')); //lenguajes aceptados
	curl_setopt($ch,CURLOPT_TIMEOUT, 100); 
	curl_setopt($ch,CURLOPT_FOLLOWLOCATION, true); 
	curl_setopt($ch,CURLOPT_RETURNTRANSFER, true); 
	 
	$html = curl_exec($ch); //Guardar html
	curl_close($ch); //Cerramos sesion

	echo $html;
?>

Simple HTML Dom

xaiborweb

PRO

kanikase

xaiborweb

xaiborweb

kanikase

xaiborweb

Temas similares