作者:雨水-_-打湿我的脸_950 | 来源:互联网 | 2018-03-21 15:32
PHP的curl()pic1.phprm.com20140621在抓取网页的效率方面是比较高的,而且支持多线程,而file_get_contents.jpg()效率就要稍低...
PHP的curl()http://pic1.phprm.com/2014/06/21/在抓取网页的效率方面是比较高的,而且支持多线程,而file_get_contents.jpg()效率就要稍低些,当然,使用curl时需要开启下curl扩展.
先来看登录部分的代码:
函数login_post()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的数据(用户名和密码等信息),是否返回信息等等,然后curl_exec执行curl,最后curl_close()释放资源,注意PHP自带的http_build_query()可以将数组转换成相连接的字符串.
接下来如果登录成功后,我们要获取登录成功后的页面信息,代码如下:
函数get_content()中也是先初始化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即自动返回信息,而CURLOPT_COOKIEFILE可以读取到登录时保存的COOKIE信息,最后将页面内容返回.
我们的最终目的是要获取到模拟登录后的信息,也就是只有正常登录成功后才能获取的有用信息,接下来我们以登录开源中国的移动版为例,看看如何抓取到登录成功后的信息.
'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://www.phprm.com';
//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;
?>
运行上述代码后,我们会看到最终获取到登录用户的头像图片.
使用总结:1、初始化curl;2、使用curl_setopt设置目标url,和其他选项;3、curl_exec,执行curl;4、执行后,关闭curl;5、输出数据.
教程地址:
欢迎转载!但请带上文章地址^^