用php抓取网页内容方法总结

用php抓取页面的内容在实际的开发当中是非常有用的，如作一个简单的内容采集器，提取网页中的部分内容等等，抓取到的内容在通过正则表达式做一下过滤就得到了你想要的内容，至于如何用正则表达式过滤，在这里就不做介绍了，有兴趣的同学可以参考本站的《正则表达式》板块：http://phpzixue.cn/articles11.shtml，以下就是几种常用的用php抓取网页中的内容的方法。
1.file_get_contents
PHP代码

$url = "http://www.phpzixue.cn";  $contents = file_get_contents($url);  //如果出现中文乱码使用下面代码  //$getcontent = iconv("gb2312", "utf-8",$contents);   echo $contents;  ?>

2.curl
PHP代码

$url = "http://www.phpzixue.cn";  $ch = curl_init();  $timeout = 5;  curl_setopt($ch, CURLOPT_URL, $url);  curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);  curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);  //在需要用户检测的网页里需要增加下面两行  //curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_ANY);  //curl_setopt($ch, CURLOPT_USERPWD, US_NAME.":".US_PWD);  $contents = curl_exec($ch);  curl_close($ch);  echo $contents;  ?>

3.fopen->fread->fclose
PHP代码

$handle = fopen ("http://www.phpzixue.cn", "rb");  $contents = "";  do {     $data = fread($handle, 1024);     if (strlen($data) == 0) {     break;     }     $contents .= $data;  } while(true);  fclose ($handle);  echo $contents;  ?>

注：
1.使用file_get_contents和fopen必须空间开启allow_url_fopen。方法：编辑php.ini，设置allow_url_fopen = On，allow_url_fopen关闭时fopen和file_get_contents都不能打开远程文件。
2.使用curl必须空间开启curl。方法：windows下修改php.ini，将extension=php_curl.dll前面的分号去掉，而且需要拷贝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下；Linux下要安装curl扩展。