快捷導(dǎo)航

php抓取頁(yè)面的幾種方法詳解

更新時(shí)間：2013年06月17日 10:19:25 作者：

本篇文章是對(duì)php抓取頁(yè)面的幾種方法進(jìn)行了詳細(xì)的分析介紹，需要的朋友參考下

在做一些天氣預(yù)報(bào)或者RSS訂閱的程序時(shí)，往往需要抓取非本地文件，一般情況下都是利用php模擬瀏覽器的訪問(wèn)，通過(guò)http請(qǐng)求訪問(wèn)url地址，然后得到html源代碼或者xml數(shù)據(jù)，得到數(shù)據(jù)我們不能直接輸出，往往需要對(duì)內(nèi)容進(jìn)行提取，然后再進(jìn)行格式化，以更加友好的方式顯現(xiàn)出來(lái)。
下面簡(jiǎn)單說(shuō)一下php抓取頁(yè)面的幾種方法及原理:
一、 PHP抓取頁(yè)面的主要方法：
1. file()函數(shù)
2. file_get_contents()函數(shù)
3. fopen()->fread()->fclose()模式
4.curl方式
5. fsockopen()函數(shù) socket模式
6. 使用插件(如：http://sourceforge.net/projects/snoopy/)

二、PHP解析html或xml代碼主要方式：
1. file()函數(shù)

復(fù)制代碼代碼如下:

<?php 
$url='http://t.qq.com'; 
$lines_array=file($url); 
$lines_string=implode('',$lines_array); 
echo htmlspecialchars($lines_string); 

2. file_get_contents()函數(shù)
使用file_get_contents和fopen必須空間開(kāi)啟allow_url_fopen。方法：編輯php.ini，設(shè)置 allow_url_fopen = On，allow_url_fopen關(guān)閉時(shí)fopen和file_get_contents都不能打開(kāi)遠(yuǎn)程文件。

復(fù)制代碼代碼如下:

<?php 
$url='http://t.qq.com'; 
$lines_string=file_get_contents($url); 
echo htmlspecialchars($lines_string); 

3. fopen()->fread()->fclose()模式

復(fù)制代碼代碼如下:

<?php 
$url='http://t.qq.com'; 
$handle=fopen($url,"rb"); 
$lines_string=""; 
do{ 
    $data=fread($handle,1024);
     if(strlen($data)==0) {
        break;
    } 
    $lines_string.=$data; 
}while(true); 
fclose($handle); 
echo htmlspecialchars($lines_string);

4. curl方式
使用curl必須空間開(kāi)啟curl。方法：windows下修改php.ini，將extension=php_curl.dll前面的分號(hào)去掉，而且需要拷貝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下；Linux下要安裝curl擴(kuò)展。

復(fù)制代碼代碼如下:

<?php 
$url='http://t.qq.com'; 
$ch=curl_init(); 
$timeout=5; 
curl_setopt($ch, CURLOPT_URL, $url); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout); 
$lines_string=curl_exec($ch); 
curl_close($ch); 
echo htmlspecialchars($lines_string);

5. fsockopen()函數(shù) socket模式
socket模式能否正確執(zhí)行，也跟服務(wù)器的設(shè)置有關(guān)系，具體可以通過(guò)phpinfo查看服務(wù)器開(kāi)啟了哪些通信協(xié)議，比如我的本地php socket沒(méi)開(kāi)啟http，只能使用udp測(cè)試一下了。

復(fù)制代碼代碼如下:

<?php                                                                                                                                                
$fp = fsockopen("udp://127.0.0.1", 13, $errno, $errstr)；
if (!$fp) { 
    echo "ERROR: $errno - $errstr<br />\n"
} else { 
    fwrite($fp, "\n")
    echo fread($fp, 26)
    fclose($fp)
}  

6. 插件
網(wǎng)上應(yīng)該有比較多的插件，snoopy插件是在網(wǎng)上搜到的，有興趣的可以研究一下。

您可能感興趣的文章: