選擇curl的理由

關(guān)于curl與file_get_contents，摘抄一段通俗易懂的對(duì)比：
file_get_contents其實(shí)是一堆內(nèi)置的文件操作函數(shù)的合并版本，比如file_exists,fopen,fread,fclose，專門提供給懶人用的，而且它主要是用來(lái)對(duì)付本地文件的，但又是因?yàn)閼腥说脑颍瑫r(shí)加入了對(duì)網(wǎng)絡(luò)文件的支持；
curl是專門用來(lái)進(jìn)行網(wǎng)絡(luò)交互的庫(kù)，提供了一堆自定義選項(xiàng)，用來(lái)應(yīng)對(duì)不同的環(huán)境，穩(wěn)定性自然要大于file_get_contents。

使用方法

1、開啟curl支持

由于php環(huán)境安裝后默認(rèn)是沒有打開curl支持的，需修改php.ini文件，找到;extension=php_curl.dll，把前面的冒號(hào)去掉，重啟服務(wù)即可；

2、使用curl進(jìn)行數(shù)據(jù)抓取

復(fù)制代碼 代碼如下:

// 初始化一個(gè) cURL 對(duì)象
$curl = curl_init();
// 設(shè)置你需要抓取的URL
curl_setopt($curl, CURLOPT_URL, 'http://www.cmx8.cn');
// 設(shè)置header
curl_setopt($curl, CURLOPT_HEADER, 1);
// 設(shè)置cURL 參數(shù)，要求結(jié)果保存到字符串中還是輸出到屏幕上。
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
// 運(yùn)行cURL，請(qǐng)求網(wǎng)頁(yè)
$data = curl_exec($curl);
// 關(guān)閉URL請(qǐng)求
curl_close($curl);

3、通過正則匹配找到關(guān)鍵數(shù)據(jù)

復(fù)制代碼 代碼如下:

//$data是curl_exec返回的的值，即采集的目標(biāo)內(nèi)容
preg_match_all("/<li class=/"item/">(.*?)<//li>/",$data, $out, PREG_SET_ORDER);
foreach($out as $key => $value){
    //此處$value是數(shù)組，同時(shí)記錄找到帶匹配字符的整句和單獨(dú)匹配的字符
    echo '匹配到的整句：'.$value[0].'
';
    echo '單獨(dú)匹配到的：'.$value[1].'
';
}

技巧

1、超時(shí)的相關(guān)設(shè)置

通過curl_setopt($ch, opt) 可以設(shè)置一些超時(shí)的設(shè)置，主要包括：

CURLOPT_TIMEOUT 設(shè)置cURL允許執(zhí)行的最長(zhǎng)秒數(shù)。
CURLOPT_TIMEOUT_MS 設(shè)置cURL允許執(zhí)行的最長(zhǎng)毫秒數(shù)。 (在cURL 7.16.2中被加入。從PHP 5.2.3起可使用。 )
CURLOPT_CONNECTTIMEOUT 在發(fā)起連接前等待的時(shí)間，如果設(shè)置為0，則無(wú)限等待。
CURLOPT_CONNECTTIMEOUT_MS 嘗試連接等待的時(shí)間，以毫秒為單位。如果設(shè)置為0，則無(wú)限等待。 在cURL 7.16.2中被加入。從PHP 5.2.3開始可用。
CURLOPT_DNS_CACHE_TIMEOUT 設(shè)置在內(nèi)存中保存DNS信息的時(shí)間，默認(rèn)為120秒。

復(fù)制代碼 代碼如下:

curl_setopt($ch, CURLOPT_TIMEOUT, 60);   //只需要設(shè)置一個(gè)秒的數(shù)量就可以
curl_setopt($ch, CURLOPT_NOSIGNAL, 1);    //注意，毫秒超時(shí)一定要設(shè)置這個(gè)
curl_setopt($ch, CURLOPT_TIMEOUT_MS, 200);  //超時(shí)毫秒，cURL 7.16.2中被加入。從PHP 5.2.3起可使用

2、通過post提交數(shù)據(jù)，保留cookie

復(fù)制代碼 代碼如下:

//以下摘抄一個(gè)例子過來(lái)，用于學(xué)習(xí)借鑒:
//Curl 模擬登錄 discuz 程序,適合DZ7.0

!extension_loaded('curl') && die('The curl extension is not loaded.');   

$discuz_url = 'http://www.lxvoip.com';//論壇地址   
$login_url = $discuz_url .'/logging.php?action=login';//登錄頁(yè)地址   
$get_url = $discuz_url .'/my.php?item=threads'; //我的帖子   

$post_fields = array();   
//以下兩項(xiàng)不需要修改   
$post_fields['loginfield'] = 'username';   
$post_fields['loginsubmit'] = 'true';   
//用戶名和密碼，必須填寫   
$post_fields['username'] = 'lxvoip';   
$post_fields['password'] = '88888888';   
//安全提問   
$post_fields['questionid'] = 0;   
$post_fields['answer'] = '';   
//@todo驗(yàn)證碼   
$post_fields['seccodeverify'] = '';   

//獲取表單FORMHASH   
$ch = curl_init($login_url);   
curl_setopt($ch, CURLOPT_HEADER, 0);   
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);   
$contents = curl_exec($ch);   
curl_close($ch);   
preg_match('/<input/s*type="hidden"/s*name="formhash"/s*value="(.*?)"/s*//>/i', $contents, $matches);   
if(!empty($matches)) {   
    $formhash = $matches[1];   
} else {   
    die('Not found the forumhash.');   
}   

//POST數(shù)據(jù)，獲取COOKIE   
$cookie_file = dirname(__FILE__) . '/cookie.txt';   
//$cookie_file = tempnam('/tmp');   
$ch = curl_init($login_url);   
curl_setopt($ch, CURLOPT_HEADER, 0);   
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);   
curl_setopt($ch, CURLOPT_POST, 1);   
curl_setopt($ch, CURLOPT_POSTFIELDS, $post_fields);   
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file);   
curl_exec($ch);   
curl_close($ch);   

//帶著上面得到的COOKIE獲取需要登錄后才能查看的頁(yè)面內(nèi)容   
$ch = curl_init($get_url);   
curl_setopt($ch, CURLOPT_HEADER, 0);   
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 0);   
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);   
$contents = curl_exec($ch);   
curl_close($ch);   

var_dump($contents);