PHP使用CURL實現多線程抓取網頁

 　　PHP 利用 Curl Functions 可以完成各種傳送文件操作，比如模擬浏覽器發送GET，POST請求等等，受限於php語言本身不支持多線程，所以開發爬蟲程序效率並不高，這時候往往需 要借助Curl Multi Functions 它可以實現並發多線程的訪問多個url地址。既然 Curl Multi Function如此強大，能否用 Curl Multi Functions 來寫並發多線程下載文件呢，當然可以，下面給出我的代碼：

　　代碼1：將獲得的代碼直接寫入某個文件

　　?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 <?php $urls = array( 'http://www.sina.com.cn/', 'http://www.sohu.com/', 'http://www.163.com/' ); // 設置要抓取的頁面URL   $save_to='/test.txt'; // 把抓取的代碼寫入該文件   $st = fopen($save_to,"a"); $mh = curl_multi_init();   foreach ($urls as $i => $url) { $conn[$i] = curl_init($url); curl_setopt($conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)"); curl_setopt($conn[$i], CURLOPT_HEADER ,0); curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60); curl_setopt($conn[$i], CURLOPT_FILE,$st); // 設置將爬取的代碼寫入文件 curl_multi_add_handle ($mh,$conn[$i]); } // 初始化   do { curl_multi_exec($mh,$active); } while ($active); // 執行   foreach ($urls as $i => $url) { curl_multi_remove_handle($mh,$conn[$i]); curl_close($conn[$i]); } // 結束清理   curl_multi_close($mh); fclose($st); ?>

　　代碼2：將獲得的代碼先放入變量，再寫入某個文件

　　?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 <?php $urls = array( 'http://www.sina.com.cn/', 'http://www.sohu.com/', 'http://www.163.com/' );   $save_to='/test.txt'; // 把抓取的代碼寫入該文件 $st = fopen($save_to,"a");   $mh = curl_multi_init(); foreach ($urls as $i => $url) { $conn[$i] = curl_init($url); curl_setopt($conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)"); curl_setopt($conn[$i], CURLOPT_HEADER ,0); curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60); curl_setopt($conn[$i],CURLOPT_RETURNTRANSFER,true); // 設置不將爬取代碼寫到浏覽器，而是轉化為字符串 curl_multi_add_handle ($mh,$conn[$i]); }   do { curl_multi_exec($mh,$active); } while ($active);   foreach ($urls as $i => $url) { $data = curl_multi_getcontent($conn[$i]); // 獲得爬取的代碼字符串 fwrite($st,$data); // 將字符串寫入文件。當然，也可以不寫入文件，比如存入數據庫 } // 獲得數據變量，並寫入文件   foreach ($urls as $i => $url) { curl_multi_remove_handle($mh,$conn[$i]); curl_close($conn[$i]); }   curl_multi_close($mh); fclose($st); ?>

　　以上所述就是本文的全部內容了，希望大家能夠喜歡。