|
使用PHP的cURL庫可以簡單和有效地去抓網頁。你只需要運行一個腳本,然後分析一下你所抓取的網頁,然後就可以以程序的方式得到你想要的數據了。無論是你想從從一個鏈接上取部分數據,或是取一個XML文件並把其導入數據庫,那怕就是簡單的獲取網頁內容,cURL 是一個功能強大的PHP庫。本文主要講述如果使用這個PHP庫。
啟用cURL 設置
首先,我們得先要確定我們的PHP是否開啟了這個庫,你可以通過使用php_info()函數來得到這一信息。
如果你可以在網頁上看到下面的輸出,那麼表示cURL庫已被開啟。
如果你看到的話,那麼你需要設置你的PHP並開啟這個庫。如果你是在Windows平台下,那麼非常簡單,你需要改一改你的php.ini文件的設置,找到php_curl.dll,並取消前面的分號註釋就行了。如下所示:
- //取消下在的註釋
- extension=php_curl.dll
複製代碼
如果你是在Linux下面,那麼,你需要重新編譯你的PHP了,編輯時,你需要打開編譯參數——在configure命令上加上“–with-curl” 參數。
一個小示例
如果一切就緒,下面是一個小例程:
- <?php
- //初始化一個cURL對象
- $curl = curl_init();
- //設置你需要抓取的URL
- curl_setopt($curl, CURLOPT_URL, 'http://cocre.com');
- //設置首標
- curl_setopt($curl,CURLOPT_HEADER,1);
- //設置cURL參數,要求結果保存到字符串中還是輸出到屏幕上。
- curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
- //運行cURL,請求網頁
- $data = curl_exec($curl);
- //關閉URL請求
- curl_close($curl);
- //顯示獲得的數據
- var_dump($data);
- ?>
複製代碼
如何POST數據
上面是抓取網頁的代碼,下面則是向某個網頁POST數據。假設我們有一個處理表單的網址http://www.example.com/webinfo.php,其可以接受兩個表單域,一個是網域,一個是IP。
- <?php
- $weburl = "www.test.com";
- $webip = "192.168.5.6";
- $curlPost = 'weburl=' . urlencode($weburl) . '&webip=' . urlencode($webip) ;
- $ch = curl_init();
- curl_setopt($ch, CURLOPT_URL, 'http://www.netyea.com/webinfotest.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);
- $data = curl_exec($ch);
- curl_close($ch);
- ?>
複製代碼
從上面的程序我們可以看到,使用CURLOPT_POST設置HTTP協議的POST方法,而不是GET方法,然後以CURLOPT_POSTFIELDS設置POST的數據。
關於代理服務器
下面是一個如何使用代理服務器的示例。請注意其中高亮的代碼,代碼很簡單,我就不用多說了。
- <?php
- $ch = curl_init();
- curl_setopt($ch, CURLOPT_URL, 'http://www.example.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');
- $data = curl_exec($ch);
- curl_close($ch);
- ?>
複製代碼
關於SSL和Cookie
關於SSL也就是HTTPS協議,你只需要把CURLOPT_URL連接中的http://變成https://就可以了。當然,還有一個參數叫CURLOPT_SSL_VERIFYHOST可以設置為驗證站點。
關於Cookie,你需要了解下面三個參數:
CURLOPT_COOKIE,在當面的會話中設置一個cookie
CURLOPT_COOKIEJAR,當會話結束的時候保存一個Cookie
CURLOPT_COOKIEFILE,Cookie的文件。
HTTP服務器認證
最後,我們來看一看HTTP服務器認證的情況。
- <?php
- $ch = curl_init();
- curl_setopt($ch, CURLOPT_URL, 'http://www.example.com');
- curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
- curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_BASIC);
- curl_setopt(CURLOPT_USERPWD, '[username]:[password]')
- $data = curl_exec($ch);
- curl_close($ch);
- ?>
複製代碼
關於其它更多的內容,請參看相關的cURL手冊。 |
|