《PHP實戰:php curl抓取網頁的介紹和推廣及使用CURL抓取淘寶頁面集成方法》要點:
本文介紹了PHP實戰:php curl抓取網頁的介紹和推廣及使用CURL抓取淘寶頁面集成方法,希望對您有用。如果有疑問,可以聯系我們。
?php的curl可以用來實現抓取網頁,分析網頁數據用, 簡潔易用, 這里介紹其函數等就不詳細描述, 放上代碼看看:PHP實戰
只保存了其中幾個主要的函數. 實現模擬登陸, 其中可能涉及到session捕獲, 然后前后頁面涉及參數提供形式.PHP實戰
libcurl主要功能就是用不同的協議連接和溝通不同的服務器~也就是相當封裝了的sockPHP實戰
PHP 支持libcurl(允許你用不同的協議連接和溝通不同的服務器)., libcurl當前支持http, https, ftp, gopher, telnet, dict, file, 和ldap 協議.libcurl同樣支持HTTPS證書授權,HTTP POST, HTTP PUT, FTP 上傳(當然你也可以使用PHP的ftp擴展), HTTP基本表單上傳,代理,cookies,和用戶認證.PHP實戰
為了使用CURL函數你必要安裝CURL包.PHP 必要你使用CURL 7.0.2-beta或更高版.如果CURL的版本低于7.0.2-beta,PHP將不工作.PHP實戰
要使用PHP的CURL支持,你必須用帶有--with-curl[=DIR]參數重新編譯PHP(DIR是包括庫和頭文件的目錄).PHP實戰
這些函數是在PHP 4.0.2中新增得.PHP實戰
一旦你編譯了帶有CURL支持的PHP,你可以使用curl函數.基本思路是:你使用curl_init()函數初始化 CURL會話,而后你可以設置你的所有選項,通過curl_exec()函數執行,最后你可以作用curl_close()函數來結束你的會話.以下是一個例子:是把PHP的主頁取回放到一個文件中.PHP實戰
例 1. 使用PHP的CURL模塊取回PHP主頁PHP實戰
$ch = curl_init ("http://www.php.net/"); $fp = fopen ("php_homepage.txt", "w"); curl_setopt ($ch, CURLOPT_FILE, $fp); curl_setopt ($ch, CURLOPT_HEADER, 0); curl_exec ($ch); curl_close ($ch); fclose ($fp); ?>
目錄列表PHP實戰
curl_init ― 初始化一個CURL會話PHP實戰
curl_setopt ― 為CURL調用設置一個選項PHP實戰
curl_exec ― 執行一個CURL會話PHP實戰
curl_close ― 關閉一個CURL會話PHP實戰
curl_version ― 返回當前CURL版本PHP實戰
* curl擴展的安裝PHP實戰
PHP已經內置有php_curl.dll,在ext目錄下,此DLL用于支持SSL和zlib.PHP實戰
在php.ini中找到有extension=php_curl.dll, 去掉前面的注釋.PHP實戰
設置extension_dir=你的php的ext目錄(例如c:/php/ext)PHP實戰
把ext目錄下的libeay32.dll, ssleay32.dll, php5ts.dll, php_curl.dll 都拷貝到system32目錄下,重啟apache即可.PHP實戰
curl_initPHP實戰
curl_init -- 初始化一個CURL會話PHP實戰
描述PHP實戰
int curl_init ([string url])
curl_init()函數將初始化一個新的會話,返回一個CURL句柄供curl_setopt(), curl_exec(),和 curl_close() 函數使用.如果可選參數被提供,那么CURLOPT_URL選項將被設置成這個參數的值.你可以使用curl_setopt()函數人工設置.PHP實戰
例 1. 初始化一個新的CURL會話,且取回一個網頁PHP實戰
$ch = curl_init(); curl_setopt ($ch, CURLOPT_URL, "http://www.zend.com/"); curl_setopt ($ch, CURLOPT_HEADER, 0); curl_exec ($ch); curl_close ($ch); ?>
參見:curl_close(), curl_setopt()PHP實戰
* curl_setopt
PHP實戰
curl_setopt -- 為CURL調用設置一個選項PHP實戰
描述 PHP實戰
bool curl_setopt (int ch, string option, mixed value)
curl_setopt()函數將為一個CURL會話設置選項.option參數是你想要的設置,value是這個選項給定的值.PHP實戰
下列選項的值將被作為長整形使用(在option參數中指定):PHP實戰
CURLOPT_INFILESIZE: 當你上傳一個文件到遠程站點,這個選項告訴PHP你上傳文件的大小.PHP實戰
CURLOPT_VERBOSE: 如果你想CURL申報每一件意外的事情,設置這個選項為一個非零值.PHP實戰
CURLOPT_HEADER: 如果你想把一個頭包括在輸出中,設置這個選項為一個非零值.PHP實戰
CURLOPT_NOPROGRESS: 如果你不會PHP為CURL傳輸顯示一個進程條,設置這個選項為一個非零值.PHP實戰
注意:PHP自動設置這個選項為非零值,你應該僅僅為了調試的目的來改變這個選項.PHP實戰
CURLOPT_NOBODY: 如果你不想在輸出中包括body部分,設置這個選項為一個非零值.PHP實戰
CURLOPT_FAILONERROR: 如果你想讓PHP在發生錯誤(HTTP代碼返回大于等于300)時,不顯示,設置這個選項為一人非零值.默認行為是返回一個正常頁,忽略代碼.PHP實戰
CURLOPT_UPLOAD: 如果你想讓PHP為上傳做準備,設置這個選項為一個非零值.PHP實戰
CURLOPT_POST: 如果你想PHP去做一個正規的HTTP POST,設置這個選項為一個非零值.這個POST是普通的 application/x-www-from-urlencoded 類型,多數被HTML表單使用.PHP實戰
CURLOPT_FTPLISTONLY: 設置這個選項為非零值,PHP將列出FTP的目錄名列表.PHP實戰
CURLOPT_FTPAPPEND: 設置這個選項為一個非零值,PHP將應用遠程文件代替覆蓋它.PHP實戰
CURLOPT_NETRC: 設置這個選項為一個非零值,PHP將在你的 ~./netrc 文件中查找你要建立連接的遠程站點的用戶名及暗碼.PHP實戰
CURLOPT_FOLLOWLOCATION: 設置這個選項為一個非零值(象 "Location: ")的頭,服務器會把它當做HTTP頭的一部分發送(注意這是遞歸的,PHP將發送形如 "Location: "的頭).PHP實戰
CURLOPT_PUT: 設置這個選項為一個非零值去用HTTP上傳一個文件.要上傳這個文件必需設置CURLOPT_INFILE和CURLOPT_INFILESIZE選項.PHP實戰
CURLOPT_MUTE: 設置這個選項為一個非零值,PHP對于CURL函數將完全沉默.PHP實戰
CURLOPT_TIMEOUT: 設置一個長整形數,作為最大延續多少秒.PHP實戰
CURLOPT_LOW_SPEED_LIMIT: 設置一個長整形數,控制傳送多少字節.PHP實戰
CURLOPT_LOW_SPEED_TIME: 設置一個長整形數,控制多少秒傳送CURLOPT_LOW_SPEED_LIMIT規定的字節數.PHP實戰
CURLOPT_RESUME_FROM: 傳遞一個包括字節偏移地址的長整形參數,(你想轉移到的開始表單).PHP實戰
CURLOPT_SSLVERSION: 傳遞一個包含SSL版本的長參數.默認PHP將被它自己努力的確定,在更多的平安中你必須手工設置.PHP實戰
CURLOPT_TIMECONDITION: 傳遞一個長參數,指定怎么處理CURLOPT_TIMEVALUE參數.你可以設置這個參數為TIMECOND_IFMODSINCE 或 TIMECOND_ISUNMODSINCE.這僅用于HTTP.PHP實戰
CURLOPT_TIMEVALUE: 傳遞一個從1970-1-1開始到現在的秒數.這個時間將被CURLOPT_TIMEVALUE選項作為指定值使用,或被默認TIMECOND_IFMODSINCE使用.PHP實戰
下列選項的值將被作為字符串:PHP實戰
CURLOPT_URL: 這是你想用PHP取回的URL地址.你也可以在用curl_init()函數初始化時設置這個選項.PHP實戰
CURLOPT_USERPWD: 傳遞一個形如[username]:[password]風格的字符串,作用PHP去連接.PHP實戰
CURLOPT_PROXYUSERPWD: 傳遞一個形如[username]:[password] 格式的字符串去連接HTTP代理.PHP實戰
CURLOPT_RANGE: 傳遞一個你想指定的范圍.它應該是"X-Y"格式,X或Y是被除外的.HTTP傳送同樣支持幾個間隔,用逗句來分隔(X-Y,N-M).PHP實戰
CURLOPT_POSTFIELDS: 傳遞一個作為HTTP “POST”操作的所有數據的字符串.PHP實戰
CURLOPT_REFERER: 在HTTP哀求中包含一個"referer"頭的字符串.PHP實戰
CURLOPT_USERAGENT: 在HTTP哀求中包含一個"user-agent"頭的字符串.PHP實戰
CURLOPT_FTPPORT: 傳遞一個包括被ftp "POST"指令使用的IP地址.這個POST指令告訴遠程服務器去連接我們指定的IP地址. 這個字符串可以是一個IP地址,一個主機名,一個網絡界面名(在UNIX下),或是'-'(使用系統默認IP地址).PHP實戰
CURLOPT_COOKIE: 傳遞一個包括HTTP cookie的頭連接.PHP實戰
CURLOPT_SSLCERT: 傳遞一個包括PEM格式證書的字符串.PHP實戰
CURLOPT_SSLCERTPASSWD: 傳遞一個包含使用CURLOPT_SSLCERT證書必需的暗碼.PHP實戰
CURLOPT_COOKIEFILE: 傳遞一個包括cookie數據的文件的名字的字符串.這個cookie文件可以是Netscape格式,或是堆存在文件中的HTTP風格的頭.PHP實戰
CURLOPT_CUSTOMREQUEST: 當進行HTTP哀求時,傳遞一個字符被GET或HEAD使用.為進行DELETE或其它操作是有益的,更Pass a string to be used instead of GET or HEAD when doing an HTTP request. This is useful for doing or another, more obscure, HTTP request.PHP實戰
注意: 在確認你的服務器支持命令先不要去這樣做.PHP實戰
下列的選項要求一個文件描述(通過使用fopen()函數獲得):PHP實戰
CURLOPT_FILE: 這個文件將是你放置傳送的輸出文件,默認是STDOUT.PHP實戰
CURLOPT_INFILE: 這個文件是你傳送過來的輸入文件.PHP實戰
CURLOPT_WRITEHEADER: 這個文件寫有你輸出的頭部分.PHP實戰
CURLOPT_STDERR: 這個文件寫有錯誤而不是stderr.PHP實戰
* curl_execPHP實戰
curl_exec -- 執行一個CURL會話PHP實戰
描述PHP實戰
bool curl_exec (int ch)PHP實戰
在你初始化一個CURL會話,及為這個會話設置了所有的選項后,這個函數將被調用.它的目的僅僅是執行預先確定的CURL會話(通過給定的ch參數).PHP實戰
* curl_closePHP實戰
curl_close -- 關閉一個CURL會話PHP實戰
描述PHP實戰
void curl_close (int ch)PHP實戰
這個函數關閉一個CURL會話,并且釋放所有的資源.CURL句柄(ch參數)也被刪除.PHP實戰
* curl_versionPHP實戰
curl_version -- 返回當前CURL版本PHP實戰
描述PHP實戰
string curl_version (void)PHP實戰
curl_version()函數返回一個包括CURL版本的字符串.PHP實戰
<?php class MultiHttpRequest{ public $urls = array(); public $curlopt_header = 0; public $cookie_file = ''; public $collect_save_file = ''; public $start_timestamp = ''; public $end_timestamp = ''; private $log_handle = ''; private $collect_save_handle = ''; private $db_conn = false; private $pre_break_goods_id = ''; //上一次強制退出的id private $per_break_brand_id = ''; //上一次更新到的brand_id private $main_log_id = ''; //本次更新的主表日志id private $start_time = ''; public $login_session = ''; public $date_char = ''; private $mode = ''; private $sql_log_handle = ''; function __construct($upgrade_date='', $force_upt=false) { $this->mysql_init(); } private function mysql_init(){ $db_name = 'dbname'; $db_user = 'name'; $db_pass = 'pass'; $db_host = 'localhost'; $db_conn = mysql_connect($db_host, $db_user, $db_pass) ; if(!$db_conn){ echo '數據庫連接失敗!'; exit; } $this->db_conn = $db_conn; mysql_select_db($db_name); } public function init_login(){ //第一步模擬登陸 $target_url = 'http://www.test.com/login.jsp'; //post 提交的數據 $post_fields = array( 'username' => '卓雅秀淘寶', 'password' => 'joarshow.taobao.com', 't_url' => '', 'Submit2' => ' 登 錄 ' ); //保存登陸的cookie $cookie_file = dirname(__FILE__).'/cookie_'.time().'.txt'; $this->cookie_file = $cookie_file; //存cookie $ch = curl_init($target_url); curl_setopt($ch, CURLOPT_HEADER, 1); // curl_setopt($ch, CURLOPT_COOKIESESSION, 1); 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); $login_contents = curl_exec($ch); curl_close($ch); } /** * 測試 * * @param unknown_type $test_url */ public function get_one_file($test_url){ $ch = curl_init($test_url); curl_setopt($ch, CURLOPT_HEADER, 0); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch,CURLOPT_COOKIE, $this->login_session); curl_setopt($ch, CURLOPT_REFERER, 'http://www.test.com/welcome.shtml'); curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.2; SV1; .NET CLR 1.1.4322; .NET CLR 2.0.50727; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729)'); $contents = curl_exec($ch); curl_close($ch); return $contents; } public function point_url_brand($url){ $ch = curl_init($url); curl_setopt($ch, CURLOPT_HEADER, 0); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch,CURLOPT_COOKIE, $this->login_session); curl_setopt($ch, CURLOPT_REFERER, 'http://www.test.com/product.shtml'); curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.2; SV1; .NET CLR 1.1.4322; .NET CLR 2.0.50727; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729)'); $contents = curl_exec($ch); // echo htmlspecialchars($contents);exit; curl_close($ch); return $contents; } }
使用CURL抓取淘寶頁面集成辦法PHP實戰
代碼如下:PHP實戰
/** * 根據地址抓取淘寶頁面html代碼 * @param type $url 地址 * @return boolean */ public function getTaoBaoHtml($url) { if (empty($url)) { return false; } $ch = curl_init(); // 設置 url curl_setopt($ch, CURLOPT_URL, $url); // 設置瀏覽器的特定header curl_setopt($ch, CURLOPT_HTTPHEADER, array( "User-Agent: {Mozilla/5.0 (Windows NT 6.1; WOW64; rv:26.0) Gecko/20100101 Firefox/26.0}", "Accept: {text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8}", "Accept-Language: {zh-cn,zh;q=0.8,en-us;q=0.5,en;q=0.3}", "Cookie:{cq=ccp%3D1; cna=a7suCzOmSTECAXgg9iCf4AtX; t=671b2069c7e8ac444da66d664a397a5f; tracknick=%5Cu4F0D%5Cu6653%5Cu8F8901; _tb_token_=nDiU1vCuzFd0; cookie2=c54709ffbe04a5ccb80283c34d6b00fa; pnm_cku822=128WsMPac%2FFS4KgNn%2BYfhzduo4U2NC0zh9cAS4%3D% 7CWUCLjKhqr873bOIFQcMecSw%3D%7CWMEKRlV% 2B3D9a6XWaidNWNQOSWXwaXugvQHzhxALh%7CX0 YLbX78NUR2b2DHoxnIqZENQqR35TBZbfQ5vooI0b6GHZA3U1kr%7CXkdILog Cr878ZK9I%2B%2FE3QjAD3lFJJaAZRA%3D%3D%7CXUeMwMR2s% 2BTUQk8IPP5TNgWfUjQwonccMCxihTa0fRYgtjgfa4j6%7CXMY K7F8liOvH3hMUpzXkiaU%2FJw%3D%3D}", )); // 頁面內容我們并不必要 curl_setopt($ch, CURLOPT_NOBODY, 0); // 只需返回HTTP header curl_setopt($ch, CURLOPT_HEADER, 0); // 返回結果,而不是輸出它 //curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1); ob_start(); curl_exec($ch); $html = ob_get_contents(); ob_end_clean(); curl_close($ch); return $html; }
維易PHP培訓學院每天發布《PHP實戰:php curl抓取網頁的介紹和推廣及使用CURL抓取淘寶頁面集成方法》等實戰技能,PHP、MYSQL、LINUX、APP、JS,CSS全面培養人才。
轉載請注明本頁網址:
http://www.snjht.com/jiaocheng/8342.html