Raspando el título de un sitio web

Raspar el título de un sitio web es sencillo. Los siguientes ejemplos muestran cómo funciona utilizando PHPScraper.

Ejemplo simple

Ejemplo muy simple de cómo raspar el título de un sitio web:

$web = new \Spekulatius\PHPScraper\PHPScraper;

// Navegue a la página de prueba - ésta sí contiene una etiqueta de título "Lorem Ipsum"
$web->go('https://test-pages.phpscraper.de/meta/lorem-ipsum.html');

/**
 * Contiene:
 *
 * <title>Lorem Ipsum</title>
 */

// Obtener el título. Esto devolverá: "Lorem Ipsum"
var_dump($web->title);

Falta el título

Se devolverá null si falta el título:

$web = new \Spekulatius\PHPScraper\PHPScraper;

// Navega a la página de prueba - ésta no contiene una etiqueta de título.
$web->go('https://test-pages.phpscraper.de/meta/missing.html');

// Obtener el título. Esto devolverá null.
var_dump($web->title);

Nota: Este es el comportamiento por defecto: Si no se encuentra una etiqueta porque falta en el HTML fuente, se devolverá null. Si un elemento iterable está vacío (por ejemplo, si se extraen imágenes de una página sin imágenes), se devolverá un array vacío.

Caracteres especiales

Cargar el título de un sitio web con la diéresis alemana

$web = new \Spekulatius\PHPScraper\PHPScraper;

/**
 * Navegue hasta la página de pruebas. Contiene:
 *
 *  <title>A page with plenty of German umlaute everywhere (ä ü ö)</title>
 */
$web->go('https://test-pages.phpscraper.de/meta/german-umlaute.html');

// Imprime el título: "A page with plenty of German umlaute everywhere (ä ü ö)"
echo $web->title;

Debería funcionar de forma similar con cualquier carácter UTF-8.

Entidades HTML

Las entidades HTML deben resolverse

$web = new \Spekulatius\PHPScraper\PHPScraper;

/**
 * Navega hasta la página de la prueba. Contiene:
 *
 * <title>Cat &amp; Mouse</title>
 */
$web->go('https://test-pages.phpscraper.de/meta/html-entities.html');

// Imprime el título: "Cat & Mouse"
echo $web->title;

CONSEJO

Se han tenido en cuenta las entidades y los caracteres especiales en toda la biblioteca. Si encuentra un lugar donde no funcionan como se espera, por favor, plantee un problema (opens new window).