php curl抓取网页指定内容( PHP的curl()使用总结及使用的使用)

　　php curl抓取网页指定内容(

PHP的curl()使用总结及使用的使用)

　　PHP模拟登录并获取数据

　　CURL 是一个强大的 PHP 库。使用PHP的cURL库，可以简单有效的抓取网页和采集内容，设置cookie完成模拟登录网页，curl提供了丰富的功能，开发者可以参考PHP手册了解cURL的更多信息。本文以开源中国（oschina）的模拟登录为例，与大家分享cURL的使用。

　　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：

　　//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。

　　//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。

　　//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，

　　免责声明：本文为原创文章，版权归作者所有。如需转载，请注明出处并保留原文链接：