利用curl怎么實現(xiàn)一個站外采集功能-創(chuàng)新互聯(lián)

利用curl怎么實現(xiàn)一個站外采集功能？相信很多沒有經(jīng)驗的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。

成都創(chuàng)新互聯(lián)公司不只是一家網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司；我們對營銷、技術(shù)、服務(wù)都有自己獨特見解，公司采取“創(chuàng)意+綜合+營銷”一體化的方式為您提供更專業(yè)的服務(wù)！我們經(jīng)歷的每一步也許不一定是最完美的，但每一步都有值得深思的意義。我們珍視每一份信任，關(guān)注我們的成都網(wǎng)站設(shè)計、做網(wǎng)站質(zhì)量和服務(wù)品質(zhì)，在得到用戶滿意的同時，也能得到同行業(yè)的專業(yè)認可，能夠為行業(yè)創(chuàng)新發(fā)展助力。未來將繼續(xù)專注于技術(shù)創(chuàng)新，服務(wù)升級，滿足企業(yè)一站式全網(wǎng)營銷推廣需求，讓再小的成都品牌網(wǎng)站建設(shè)也能產(chǎn)生價值！

curl是專門用來進行網(wǎng)絡(luò)交互的庫，提供了一堆自定義選項，用來應(yīng)對不同的環(huán)境，穩(wěn)定性自然要大于file_get_contents。


使用方法

1、開啟curl支持

由于php環(huán)境安裝后默認是沒有打開curl支持的，需修改php.ini文件，找到;extension=php_curl.dll，把前面的冒號去掉，重啟服務(wù)即可；

2、使用curl進行數(shù)據(jù)抓取

復(fù)制代碼 代碼如下:


// 初始化一個 cURL 對象
$curl = curl_init();
// 設(shè)置你需要抓取的URL
curl_setopt($curl, CURLOPT_URL, 'http://www.cmx8.cn');
// 設(shè)置header
curl_setopt($curl, CURLOPT_HEADER, 1);
// 設(shè)置cURL 參數(shù)，要求結(jié)果保存到字符串中還是輸出到屏幕上。
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
// 運行cURL，請求網(wǎng)頁
$data = curl_exec($curl);
// 關(guān)閉URL請求
curl_close($curl);


3、通過正則匹配找到關(guān)鍵數(shù)據(jù)

復(fù)制代碼 代碼如下:


//$data是curl_exec返回的的值，即采集的目標內(nèi)容
preg_match_all("/<li class=\"item\">(.*?)<\/li>/",$data, $out, PREG_SET_ORDER);
foreach($out as $key => $value){
    //此處$value是數(shù)組，同時記錄找到帶匹配字符的整句和單獨匹配的字符
    echo '匹配到的整句：'.$value[0].'
';
    echo '單獨匹配到的：'.$value[1].'
';
}


技巧

1、超時的相關(guān)設(shè)置

通過curl_setopt($ch, opt) 可以設(shè)置一些超時的設(shè)置，主要包括：

CURLOPT_TIMEOUT 設(shè)置cURL允許執(zhí)行的最長秒數(shù)。
CURLOPT_TIMEOUT_MS 設(shè)置cURL允許執(zhí)行的最長毫秒數(shù)。 (在cURL 7.16.2中被加入。從PHP 5.2.3起可使用。 )
CURLOPT_CONNECTTIMEOUT 在發(fā)起連接前等待的時間，如果設(shè)置為0，則無限等待。
CURLOPT_CONNECTTIMEOUT_MS 嘗試連接等待的時間，以毫秒為單位。如果設(shè)置為0，則無限等待。 在cURL 7.16.2中被加入。從PHP 5.2.3開始可用。
CURLOPT_DNS_CACHE_TIMEOUT 設(shè)置在內(nèi)存中保存DNS信息的時間，默認為120秒。

復(fù)制代碼 代碼如下:


curl_setopt($ch, CURLOPT_TIMEOUT, 60);   //只需要設(shè)置一個秒的數(shù)量就可以
curl_setopt($ch, CURLOPT_NOSIGNAL, 1);    //注意，毫秒超時一定要設(shè)置這個
curl_setopt($ch, CURLOPT_TIMEOUT_MS, 200);  //超時毫秒，cURL 7.16.2中被加入。從PHP 5.2.3起可使用


2、通過post提交數(shù)據(jù)，保留cookie

復(fù)制代碼 代碼如下:


//以下摘抄一個例子過來，用于學習借鑒:
//Curl 模擬登錄 discuz 程序,適合DZ7.0

!extension_loaded('curl') && die('The curl extension is not loaded.');   

$discuz_url = 'http://www.lxvoip.com';//論壇地址   
$login_url = $discuz_url .'/logging.php?action=login';//登錄頁地址   
$get_url = $discuz_url .'/my.php?item=threads'; //我的帖子   

$post_fields = array();   
//以下兩項不需要修改   
$post_fields['loginfield'] = 'username';   
$post_fields['loginsubmit'] = 'true';   
//用戶名和密碼，必須填寫   
$post_fields['username'] = 'lxvoip';   
$post_fields['password'] = '88888888';   
//安全提問   
$post_fields['questionid'] = 0;   
$post_fields['answer'] = '';   
//@todo驗證碼   
$post_fields['seccodeverify'] = '';   

//獲取表單FORMHASH   
$ch = curl_init($login_url);   
curl_setopt($ch, CURLOPT_HEADER, 0);   
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);   
$contents = curl_exec($ch);   
curl_close($ch);   
preg_match('/<input\s*type="hidden"\s*name="formhash"\s*value="(.*?)"\s*\/>/i', $contents, $matches);   
if(!empty($matches)) {   
    $formhash = $matches[1];   
} else {   
    die('Not found the forumhash.');   
}   

//POST數(shù)據(jù)，獲取COOKIE   
$cookie_file = dirname(__FILE__) . '/cookie.txt';   
//$cookie_file = tempnam('/tmp');   
$ch = curl_init($login_url);   
curl_setopt($ch, CURLOPT_HEADER, 0);   
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);   
curl_setopt($ch, CURLOPT_POST, 1);   
curl_setopt($ch, CURLOPT_POSTFIELDS, $post_fields);   
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file);   
curl_exec($ch);   
curl_close($ch);   

//帶著上面得到的COOKIE獲取需要登錄后才能查看的頁面內(nèi)容   
$ch = curl_init($get_url);   
curl_setopt($ch, CURLOPT_HEADER, 0);   
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 0);   
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);   
$contents = curl_exec($ch);   
curl_close($ch);   

var_dump($contents);


看完上述內(nèi)容，你們掌握利用curl怎么實現(xiàn)一個站外采集功能的方法了嗎？如果還想學到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！

當前標題：利用curl怎么實現(xiàn)一個站外采集功能-創(chuàng)新互聯(lián)
本文鏈接：http://bm7419.com/article46/djphhg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供面包屑導航、虛擬主機、網(wǎng)站內(nèi)鏈、網(wǎng)頁設(shè)計公司、微信公眾號、ChatGPT

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)

成都定制網(wǎng)站網(wǎng)頁設(shè)計