php curl抓取网页内容(2019独角兽企业重金招聘Python工程师标准(函数login_post))

　　php curl抓取网页内容(2019独角兽企业重金招聘Python工程师标准(函数login_post))

　　2019独角兽企业招聘Python工程师标准>>>

　　PHP 的 curl() 爬取网页的效率相对较高，并且支持多线程，而 file_get_contents() 的效率略低。当然，使用 curl 时需要启用 curl 扩展。

　　代码实战

　　我们先看登录部分的代码：

　　1//模拟登录  function login_post($url, $cookie, $post) { 

2    $curl = curl_init();//初始化curl模块 

3    curl_setopt($curl, CURLOPT_URL, $url);//登录提交的地址 

4    curl_setopt($curl, CURLOPT_HEADER, 0);//是否显示头信息 

5    curl_setopt($curl, CURLOPT_RETURNTRANSFER, 0);//是否自动显示返回的信息 

6    curl_setopt($curl, CURLOPT_COOKIEJAR, $cookie); //设置Cookie信息保存在指定的文件中 

7    curl_setopt($curl, CURLOPT_POST, 1);//post方式提交 

8    curl_setopt($curl, CURLOPT_POSTFIELDS, http_build_query($post));//要提交的信息 

9    curl_exec($curl);//执行cURL 

10    curl_close($curl);//关闭cURL资源，并且释放系统资源 

11} 

12

　　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（用户名和密码等）、是否提交返回信息等，然后curl_exec执行curl，最后curl_close()释放资源。请注意，PHP 自己的 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。

　　1//登录成功后获取数据  function get_content($url, $cookie) { 

2    $ch = curl_init(); 

3    curl_setopt($ch, CURLOPT_URL, $url); 

4    curl_setopt($ch, CURLOPT_HEADER, 0); 

5    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 

6    curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie); //读取cookie 

7    $rs = curl_exec($ch); //执行cURL抓取页面内容 

8    curl_close($ch); 

9    return $rs; 

10} 

11

　　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，我们将CURLOPT_RETURNTRANSFER设置为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。

　　我们的最终目标是获取模拟登录后的信息，即只有正常登录成功后才能获取的有用信息。下面我们以登录开源中国手机版为例，看看登录成功后如何获取信息。

　　1//设置post的数据  $post = array ( 

2    'email' => 'oschina账户', 

3    'pwd' => 'oschina密码', 

4    'goto_page' => '/my', 

5    'error_page' => '/login', 

6    'save_login' => '1', 

7    'submit' => '现在登录' 

8); 

9  //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 

10login_post($url, $cookie, $post);  //获取登录页的信息  $content = get_content($url2, $cookie);  //删除cookie文件 

11@ unlink($cookie);  //匹配页面信息  $preg = "/(.*)/i"; 

12preg_match_all($preg, $content, $arr);  $str = $arr[1][0];  //输出内容  echo $str; 

13

　　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、初始化卷曲；

　　2、使用 curl_setopt 设置目标 url 等选项；

　　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的介绍》，作者不详，

　　Veda 的“使用 PHP CURL 发布数据”，

　　《php使用curl模拟登录discuz并模拟发帖》，作者：天心，

　　转载于：