说到网页内容的抓取,最常用的两种方式:
1.利用file_get_contents()函数,简简单单;
2.CURL抓取工具。CURL是一个非常强大的开源库,支持很多协议,包括HTTP、FTP、TELNET等,我们使用它来发送HTTP请求。它给我 们带来的好处是可以通过灵活的选项设置不同的HTTP协议参数,并且支持HTTPS。CURL可以根据URL前缀是“HTTP” 还是“HTTPS”自动选择是否加密发送内容。curl尤其是在api接口调用过程中用处广泛。
下面现说file_get_contents()函数,不多说,实例说话。
<?php$url = '/jfdz/download.php?P_ID=57';$s = file_get_contents($url);echo bin2hex(substr($s, 0, 20));////bin2hex函数把包含数据的二进制字符串转换为十六进制值
上面程序的意思就是抓取某一网址下的下载文件的二进制内容。
之后,开始说下curl的使用,步骤如下:
1.初始化连接句柄;2.设置CURL选项;3.执行并获取结果;4.释放VURL连接句柄。
curl_init() 和 curl_close() 分别是初始化CURL连接和关闭CURL连接,都比较简单。curl_exec() 执行CURL请求CURL函数库里最重要的函数是curl_setopt(),它可以通过设定CURL函数库定义的选项来定制HTTP请求。上述代码片段中使用了三个重要的选项:CURLOPT_URL 指定请求的URL;CURLOPT_RETURNTRANSFER 设置为1表示稍后执行的curl_exec函数的返回是URL的返回字符串,而不是把返回字符串定向到标准输出并返回TRUE;CURLLOPT_HEADER设置为0表示不返回HTTP头部信息。
function http_curl($url,$type ='get', $res = 'json',$arr= ''){//curl 获取工具// 1.初始化curl$ch = curl_init();// 2.设置curl的参数curl_setopt($ch, CURLOPT_URL, $url);curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);//curl_setopt($ch,CURLOPT_HEADER,0);if ($type =='post') {//curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);//curl_setopt($ch,CURLOPT_SSL_VERIFYHOST,false);//curl_setopt($ch,CURLOPT_URL,1);curl_setopt($ch,CURLOPT_POST,1);curl_setopt($ch,CURLOPT_POSTFIELDS,$arr);}// 3.采集$output = curl_exec($ch);// 4.关闭curl_close($ch);if($res == 'json'){// var_dump($output);//echo curl_errno($ch);if (curl_errno($ch)) {//请求失败,返回错误信息return curl_error($ch);} else {// 请求成功,返回json数组//echo "json";return json_decode($output,true);}}}//上面这段代码是小编再进行微信公众平台开发时候,写的一个抓取函数,大家可以根据自己的需求进行修改。
如果觉得《【PHP-网页内容抓取】抓取网页内容的两种常用方法》对你有帮助,请点赞、收藏,并留下你的观点哦!