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。 PHP中的CURL函數庫(Client URL Library Function) curl_close — 關閉一個curl會話 curl_copy_handle — 拷貝一個curl連接資源的所有內容和參數 curl_errno — 返回一個包含當前會話錯誤信息的數字編號 curl_error — 返回一個包含當前會話錯誤信息的字符串 curl_exec — 執行一個curl會話 curl_getinfo — 獲取一個curl連接資源句柄的信息 curl_init — 初始化一個curl會話 curl_multi_add_handle — 向curl批處理會話中添加單獨的curl句柄資源 curl_multi_close — 關閉一個批處理句柄資源 curl_multi_exec — 解析一個curl批處理句柄 curl_multi_getcontent — 返回獲取的輸出的文本流 curl_multi_info_read — 獲取當前解析的curl的相關傳輸信息 curl_multi_init — 初始化一個curl批處理句柄資源 curl_multi_remove_handle — 移除curl批處理句柄資源中的某個句柄資源 curl_multi_select — Get all the sockets associated with the cURL extension, which can then be "selected" curl_setopt_array — 以數組的形式為一個curl設置會話參數 curl_setopt — 為一個curl設置會話參數 curl_version — 獲取curl相關的版本信息 curl_init()函數的作用初始化一個curl會話,curl_init()函數唯一的一個參數是可選的,表示一個url地址。 curl_exec()函數的作用是執行一個curl會話,唯一的參數是curl_init()函數返回的句柄。 curl_close()函數的作用是關閉一個curl會話,唯一的參數是curl_init()函數返回的句柄。 例子一: 基本例子 基本例子 代碼如下: <?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://www.cmx8.cn'); // 設置header 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); ?> 例子二: POST數據 sendSMS.php,其可以接受兩個表單域,一個是電話號碼,一個是短信內容。 POST數據 代碼如下: <?php $phoneNumber = '13812345678'; $message = 'This message was generated by curl and php'; $curlPost = 'pNUMBER=' . urlencode($phoneNumber) . '&MESSAGE=' . urlencode($message) . '&SUBMIT=Send'; $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, 'http://www.lxvoip.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); ?> 例子三:使用代理服務器 使用代理服務器 代碼如下: <?php $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, 'http://www.cmx8.cn'); curl_setopt($ch, CURLOPT_HEADER, 1); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_HTTPPROXYTUNNEL, 1); curl_setopt($ch, CURLOPT_PROXY, 'proxy.lxvoip.com:1080'); curl_setopt($ch, CURLOPT_PROXYUSERPWD, 'user:password'); $data = curl_exec(); curl_close($ch); ?> 例子四: 模擬登錄 Curl 模擬登錄 discuz 程序,適合DZ7.0,將username改成你的用戶名,userpass改成你的密碼就可以了. Curl 模擬登錄 discuz 程序 復制代碼 代碼如下: <?php !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';//登錄頁地址 $get_url = $discuz_url .'/my.php?item=threads'; //我的帖子 $post_fields = array(); //以下兩項不需要修改 $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('/<inputs*type="hidden"s*name="formhash"s*value="(.*?)"s*/>/i', $contents, $matches); if(!empty($matches)) { $formhash = $matches[1]; } else { die('Not found the forumhash.'); } //POST數據,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獲取需要登錄後才能查看的頁面內容 $ch = curl_init($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);