php多线程抓取多个网页( 【每日一题】几个例子（1）代码)

　　php多线程抓取多个网页(

【每日一题】几个例子（1）代码)

　　PHP结合curl实现多线程爬取

　　让我们再看几个例子

　　（1）下面的代码是抓取多个网址，然后将抓取到的网址的页面代码写入指定文件

　　

$urls = array(

'//www.jb51.net/',

'http://www.google.com/',

'http://www.example.com/'

); // 设置要抓取的页面url

$save_to='/test.txt'; // 把抓取的代码写入该文件

$st = fopen($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); // 将爬取的代码写入文件

curl_multi_add_handle ($mh,$conn[$i]);

} // 初始化

do {

curl_multi_exec($mh,$active);

} while ($active); // 执行

foreach ($urls as $i => $url) {

curl_multi_remove_handle($mh,$conn[$i]);

curl_close($conn[$i]);

} // 结束清理

curl_multi_close($mh);

fclose($st);

　　（2）下面的代码和上面的意思一样，只不过这个地方先把获取到的代码放入变量中，然后将获取到的内容写入指定文件

　　

$urls = array(

'//www.jb51.net/',

'http://www.google.com/',

'http://www.example.com/'

);

$save_to='/test.txt'; // 把抓取的代码写入该文件

$st = fopen($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); // 不将爬取代码写到浏览器，而是转化为字符串

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]); // 获得爬取的代码字符串

fwrite($st,$data); // 将字符串写入文件

} // 获得数据变量，并写入文件

foreach ($urls as $i => $url) {

curl_multi_remove_handle($mh,$conn[$i]);

curl_close($conn[$i]);

}

curl_multi_close($mh);

fclose($st);

　　（3）下面这段代码实现了利用PHP的curl函数实现文件的并发多线程下载

　　

$urls=array(

'//www.jb51.net/5w.zip',

'//www.jb51.net/5w.zip',

'//www.jb51.net/5w.zip'

);

$save_to='./home/';

$mh=curl_multi_init();

foreach($urls as $i=>$url){

$g=$save_to.basename($url);

if(!is_file($g)){

$conn[$i]=curl_init($url);

$fp[$i]=fopen($g,"w");

curl_setopt($conn[$i],curlopt_useragent,"mozilla/4.0(compatible; msie 7.0; windows nt 6.0)");

curl_setopt($conn[$i],curlopt_file,$fp[$i]);

curl_setopt($conn[$i],curlopt_header ,0);

curl_setopt($conn[$i],curlopt_connecttimeout,60);

curl_multi_add_handle($mh,$conn[$i]);

}

}

do{

$n=curl_multi_exec($mh,$active);

}while($active);

foreach($urls as $i=>$url){

curl_multi_remove_handle($mh,$conn[$i]);

curl_close($conn[$i]);

fclose($fp[$i]);

}

curl_multi_close($mh);$urls=array(

'//www.jb51.net/5w.zip',

'//www.jb51.net/5w.zip',

'//www.jb51.net/5w.zip'

);

$save_to='./home/';

$mh=curl_multi_init();

foreach($urls as $i=>$url){

$g=$save_to.basename($url);

if(!is_file($g)){

$conn[$i]=curl_init($url);

$fp[$i]=fopen($g,"w");

curl_setopt($conn[$i],curlopt_useragent,"mozilla/4.0(compatible; msie 7.0; windows nt 6.0)");

curl_setopt($conn[$i],curlopt_file,$fp[$i]);

curl_setopt($conn[$i],curlopt_header ,0);

curl_setopt($conn[$i],curlopt_connecttimeout,60);

curl_multi_add_handle($mh,$conn[$i]);

}

}

do{

$n=curl_multi_exec($mh,$active);

}while($active);

foreach($urls as $i=>$url){

curl_multi_remove_handle($mh,$conn[$i]);

curl_close($conn[$i]);

fclose($fp[$i]);

}

curl_multi_close($mh);

　　以上就是本文的全部内容，希望大家喜欢。