PHP的cURL库实现网页抓取例子介绍
发布时间：2022-02-23 15:10:49 所属栏目：PHP教程 来源：互联网
导读：使用PHP的cURL库可以简单和有效地去抓网页,你只需要运行一个脚本,然后分析一下你所抓取的网页,然后就可以以程序的方式得到你想要的数据了,无论是你想从从一个链接上取部分数据,或是取一个XML文件并把其导入数据库,那怕就是简单的获取网页内容,cURL 是一个
|
使用PHP的cURL库可以简单和有效地去抓网页,你只需要运行一个脚本,然后分析一下你所抓取的网页,然后就可以以程序的方式得到你想要的数据了,无论是你想从从一个链接上取部分数据,或是取一个XML文件并把其导入数据库,那怕就是简单的获取网页内容,cURL 是一个功能强大的PHP库,本文主要讲述如果使用这个PHP库. 下面是一个利用cURL库抓取网页的简单例子: <?php $curl = curl_init(); //初始化一个cURL对象 curl_setopt($curl, CURLOPT_URL, 'http://Cuoxin.com'); //设置你需要抓取的URL curl_setopt($curl, CURLOPT_HEADER, 1); //设置header curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); //设置cURL参数 $data = curl_exec($curl); //运行cURL，请求网页 curl_close($curl); //关闭URL请求 var_dump($data); //显示获得的数据 ?> 如何POST数据:上面是抓取网页的代码,下面则是向某个网页POST数据,假设我们有一个处理表单的网址http://www.Cuoxin.com/sendSMS.php,其可以接受两个表单域,一个是电话号码,一个是短信内容. <?php $phoneNumber = '13912345678'; $message = 'This message was generated by curl and php'; $curlPost = 'pNUMBER=' . urlencode($phoneNumber); $curlPost .= '&MESSAGE=' . urlencode($message); $curlPost .= '&SUBMIT=Send'; $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, 'http://www.Cuoxin.com/sendSMS.php'); curl_setopt($ch, CURLOPT_HEADER, 1); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_POST, 1); curl_setopt($ch, CURLOPT_POSTFIELDS, $curlPost); $data = curl_exec();curl_close($ch); ?> 从上面的程序我们可以看到,使用CURLOPT_POST设置HTTP协议的POST方法,而不是GET方法,然后以CURLOPT_POSTFIELDS设置POST的数据. 关于代理服务器:下面是一个如何使用代理服务器的示例,请注意其中高亮的代码,代码很简单,我就不用多说了. <?php $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, 'http://www.Cuoxin.com'); curl_setopt($ch, CURLOPT_HEADER, 1); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_HTTPPROXYTUNNEL, 1); curl_setopt($ch, CURLOPT_PROXY, 'fakeproxy.com:1080'); curl_setopt($ch, CURLOPT_PROXYUSERPWD, 'user:password'); $data = curl_exec();curl_close($ch); ?> 关于SSL和Cookie 关于SSL也就是HTTPS协议,你只需要把CURLOPT_URL连接中的http://变成https://就可以了,当然,还有一个参数叫CURLOPT_SSL_VERIFYHOST可以设置为验证站点. 关于Cookie,你需要了解下面三个参数: CURLOPT_COOKIE,在当面的会话中设置一个cookie CURLOPT_COOKIEJAR,当会话结束的时候保存一个Cookie CURLOPT_COOKIEFILE,Cookie的文件. HTTP服务器认证:最后,我们来看一看HTTP服务器认证的情况. <?php $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, 'http://www.Cuoxin.com'); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_BASIC); curl_setopt(CURLOPT_USERPWD, '[username]:[password]'); $data = curl_exec(); curl_close($ch); ?> 关于其它更多的内容,请参看相关的cURL手册. （编辑：上海站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐