cURL 是一个功能强大的PHP库,使用PHP的cURL库可以简单和有效地抓取网页并采集内容,设置cookie完成模拟登录网页,curl提供了丰富的函数,开发者可以从PHP手册中获取更多关于cURL信息。本文以模拟登录开源中国(oschina)为例,和大家分享cURL的使用。 PHP的curl()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()效率就要稍低些,当然,使用curl时需要开启下curl扩展。
代码实战
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。
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。
//登录地址
$url = "http://m.jb51.cc/action/user/login";
//设置cookie保存路径
$cookie = dirname(FILE) . '/cookie_jb51.txt';
//登录后要获取信息的地址
$url2 = "http://m.jb51.cc/my";
//模拟登录
login_post($url,$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
$preg = "/
preg_match_all($preg,$content,$arr);
$str = $arr[1][0];
//输出内容
echo $str;
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。