如何从嵌入的外部页面DOM获取数据并存入PHP变量？

首先明确：用<embed>标签无法实现你的需求——浏览器的同源策略会完全阻止前端JS访问跨域页面的DOM，所以必须换思路，直接用PHP模拟用户的提交流程来和目标服务器交互。

核心思路 #

放弃Embed展示外部页面，改为：

1. 用PHP请求目标站点的初始页面，提取必要的会话信息（Cookie、隐藏字段、验证码）
2. 在本地页面展示表单，让用户输入密钥和验证码
3. 用PHP将用户输入+会话信息一起提交给目标服务器
4. 直接获取目标服务器返回的结果HTML，存入PHP变量

分步实现代码示例 #

1. 获取初始页面的会话信息（比如验证码、隐藏字段）

// 初始化CURL，维持会话Cookie
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, 'https://dfe-portal.svrs.rs.gov.br/Dfe/ConsultaPublicaDfe');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_COOKIEJAR, 'dfe_cookie.txt'); // 保存Cookie到文件
curl_setopt($ch, CURLOPT_COOKIEFILE, 'dfe_cookie.txt'); // 读取Cookie
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/118.0.0.0'); // 模拟浏览器

$initialHtml = curl_exec($ch);
curl_close($ch);

// 解析页面提取隐藏字段和验证码URL
$dom = new DOMDocument();
@$dom->loadHTML($initialHtml); // @忽略HTML解析错误
$xpath = new DOMXPath($dom);

// 收集所有隐藏表单字段（比如CSRF Token）
$hiddenFields = [];
foreach ($xpath->query('//input[@type="hidden"]') as $input) {
    $hiddenFields[$input->getAttribute('name')] = $input->getAttribute('value');
}

// 提取验证码图片URL（根据实际页面结构调整XPath）
$captchaImg = $xpath->query('//img[contains(@src, "captcha")]')->item(0);
$captchaFullUrl = 'https://dfe-portal.svrs.rs.gov.br' . $captchaImg->getAttribute('src');

// 把验证码URL存到Session，供后续页面使用
session_start();
$_SESSION['captcha_url'] = $captchaFullUrl;

2. 本地展示用户输入表单

<form method="post" action="submit_query.php">
    <div>
        <label>Chave de Acesso:</label>
        <input type="text" name="chave_acesso" required>
    </div>
    <div>
        <label>验证码:</label>
        <img src="get_captcha.php" alt="验证码">
        <input type="text" name="captcha_code" required>
    </div>
    <!-- 传递隐藏字段 -->
    <?php foreach ($hiddenFields as $name => $val): ?>
        <input type="hidden" name="<?php echo htmlspecialchars($name); ?>" value="<?php echo htmlspecialchars($val); ?>">
    <?php endforeach; ?>
    <button type="submit">Consultar</button>
</form>

3. 输出验证码图片的辅助文件（get_captcha.php）

<?php
session_start();
$captchaUrl = $_SESSION['captcha_url'];

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $captchaUrl);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_COOKIEFILE, 'dfe_cookie.txt'); // 复用之前的会话Cookie
$captchaData = curl_exec($ch);
curl_close($ch);

// 输出图片
header('Content-Type: image/png'); // 根据实际验证码格式调整
echo $captchaData;
?>

4. 处理用户提交，获取结果DOM（submit_query.php）

<?php
session_start();
// 获取用户输入和隐藏字段
$chaveAcesso = $_POST['chave_acesso'];
$captchaCode = $_POST['captcha_code'];
$hiddenFields = $_POST;
unset($hiddenFields['chave_acesso'], $hiddenFields['captcha_code']);

// 构造POST请求数据（注意字段名要和目标站点表单完全一致，需实际查看目标页面HTML）
$postData = array_merge($hiddenFields, [
    'chaveAcessoDfe' => $chaveAcesso, // 目标站点的密钥输入name
    'captcha' => $captchaCode // 目标站点的验证码输入name
]);

// 发起POST请求
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, 'https://dfe-portal.svrs.rs.gov.br/Dfe/ConsultaPublicaDfe');
curl_setopt($ch, CURLOPT_POST, true);
curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($postData));
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_COOKIEFILE, 'dfe_cookie.txt');
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true); // 跟随跳转
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/118.0.0.0');

// 这里的$responseHtml就是用户点击Consultar后的DOM内容，直接存入变量
$responseHtml = curl_exec($ch);
curl_close($ch);

// 示例：解析结果DOM提取需要的数据
$dom = new DOMDocument();
@$dom->loadHTML($responseHtml);
$xpath = new DOMXPath($dom);
$resultNode = $xpath->query('//div[@class="resultado-consulta"]')->item(0);
if ($resultNode) {
    $resultText = $resultNode->nodeValue;
    // 后续处理逻辑...
}
?>

关键注意事项 #

• 必须准确对应目标站点的表单字段名：打开目标页面的开发者工具，查看密钥输入、验证码输入的name属性，以及所有隐藏字段的名称，确保POST数据的键名完全匹配。
• Cookie必须持续复用：目标站点的验证码和会话绑定，所以全程要使用同一个Cookie文件。
• 可能需要添加额外请求头：如果目标站点有反爬机制，可在CURL中添加CURLOPT_REFERER、CURLOPT_ACCEPT等请求头模拟真实浏览器请求。

内容的提问来源于stack exchange，提问作者DRauber