php登录抓取网页指定内容(PHP的curl()使用总结及使用的使用)

优采云发布时间: 2021-12-24 15:03

　　CURL 是一个强大的 PHP 库。使用PHP的cURL库可以轻松有效的抓取网页和采集内容，设置cookies来完成模拟登录网页，curl提供了丰富的功能，开发者可以从PHP手册中获取更多关于cURL的信息。本文以模拟登录开源中国（oschina）为例，与大家分享cURL的使用。

　　PHP的curl()在抓取网页的效率上比较高，并且支持多线程，而file_get_contents()的效率稍低。当然，使用curl时需要开启curl扩展。

　　代码实战

　　先看登录部分的代码：

//模拟登录 function login_post($url, $cookie, $post) { $curl = curl_init();//初始化curl模块 curl_setopt($curl, CURLOPT_URL, $url);//登录提交的地址 curl_setopt($curl, CURLOPT_HEADER, 0);//是否显示头信息 curl_setopt($curl, CURLOPT_RETURNTRANSFER, 0);//是否自动显示返回的信息 curl_setopt($curl, CURLOPT_COOKIEJAR, $cookie); //设置Cookie信息保存在指定的文件中 curl_setopt($curl, CURLOPT_POST, 1);//post方式提交 curl_setopt($curl, CURLOPT_POSTFIELDS, http_build_query($post));//要提交的信息 curl_exec($curl);//执行cURL curl_close($curl);//关闭cURL资源，并且释放系统资源 }

　　login_post()函数首先初始化curl_init()，然后使用curl_setopt()设置相关选项信息，包括要提交的URL地址、保存的cookie文件、post数据（用户名密码等信息）、是否返回信息等，然后curl_exec执行curl，最后curl_close()释放资源。请注意，PHP 的内置 http_build_query() 可以将数组转换为连接字符串。

　　接下来，如果登录成功，我们需要获取登录成功后的页面信息。

//登录成功后获取数据 function get_content($url, $cookie) { $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_HEADER, 0); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie); //读取cookie $rs = curl_exec($ch); //执行cURL抓取页面内容 curl_close($ch); return$rs; }

　　函数get_content()也是先初始化curl，然后设置相关选项，执行curl，释放资源。其中，我们设置CURLOPT_RETURNTRANSFER为1自动返回信息，CURLOPT_COOKIEFILE可以读取登录时保存的cookie信息，最终返回页面内容。

　　我们的最终目的是获取模拟登录后的信息，即只有正常登录成功才能获取的有用信息。接下来我们以开源中国移动版为例，看看登录成功后如何抓取信息。

//设置post的数据 $post = array ( 'email' => 'oschina账户', 'pwd' => 'oschina密码', 'goto_page' => '/my', 'error_page' => '/login', 'save_login' => '1', 'submit' => '现在登录' ); //登录地址 $url = "http://m.oschina.net/action/user/login"; //设置cookie保存路径 $cookie = dirname(__FILE__) . '/cookie_oschina.txt'; //登录后要获取信息的地址 $url2 = "http://m.oschina.net/my"; //模拟登录 login_post($url, $cookie, $post); //获取登录页的信息 $content = get_content($url2, $cookie); //删除cookie文件 @ unlink($cookie); //匹配页面信息 $preg = "/(.*)/i"; preg_match_all($preg, $content, $arr); $str = $arr[1][0]; //输出内容 echo$str;

　　运行上面的代码后，我们会看到最终得到了登录用户的头像。

　　使用总结

　　1、初始化curl；

　　2、使用curl_setopt设置目标url，以及其他选项；

　　3、curl_exec，执行curl；

　　4、执行后关闭curl；

　　5、输出数据。

　　参考

　　《php中curl和curl介绍》，作者不详，

　　《使用 PHP CURL POST 数据》，作者：Veda，

　　《php使用curl模拟登录discuz，模拟发帖》，作者：tianxin，

0

2021-12-24

php登录抓取网页指定内容

0 个评论

要回复文章请先登录或注册

AI时代内容工厂

php登录抓取网页指定内容(PHP的curl()使用总结及使用的使用)

0 个评论

发起人

AI时代内容工厂

php登录抓取网页指定内容(PHP的curl()使用总结及使用的使用)

0 个评论

发起人

相关问题