快捷導(dǎo)航

PHP CURL或file_get_contents獲取網(wǎng)頁標(biāo)題的代碼及兩者效率的穩(wěn)定性問題

更新時間：2015年11月30日 09:56:14 投稿：mrr

PHP CURL與file_get_contents函數(shù)都可以獲取遠(yuǎn)程服務(wù)器上的文件保存到本地，但在性能上面兩者完全不在同一個級別,下面通過一個例子給大家介紹PHP CURL或file_get_contents獲取網(wǎng)頁標(biāo)題的代碼及兩者效率的穩(wěn)定性問題，需要的朋友參考下

PHP CURL與file_get_contents函數(shù)都可以獲取遠(yuǎn)程服務(wù)器上的文件保存到本地，但在性能上面兩者完全不在同一個級別，下面我先來介紹PHP CURL或file_get_contents函數(shù)應(yīng)用例子，然后再簡單的給各位介紹一下它們的一些小區(qū)別吧。

推薦方法 CURL獲取

<?php
$c = curl_init();
$url = 'm.fzitv.net';
curl_setopt($c, CURLOPT_URL, $url);
curl_setopt($c, CURLOPT_RETURNTRANSFER, 1);
$data = curl_exec($c);
curl_close($c);
$pos = strpos($data,'utf-8');
if($pos===false){$data = iconv("gbk","utf-8",$data);}
preg_match("/<title>(.*)<＼/title>/i",$data, $title);
echo $title[1];
?>

使用file_get_contents

<?php
$content=file_get_contents("http://m.fzitv.net/");
$pos = strpos($content,'utf-8');
if($pos===false){$content = iconv("gbk","utf-8",$content);}
$postb=strpos($content,'<title>')+7;
$poste=strpos($content,'</title>');
$length=$poste-$postb;
echo substr($content,$postb,$length);
?>

看看file_get_contents性能

1）fopen/file_get_contents 每次請求遠(yuǎn)程URL中的數(shù)據(jù)都會重新做DNS查詢，并不對DNS信息進(jìn)行緩存。但是CURL會自動對DNS信息進(jìn)行緩存。對同一域名下的網(wǎng)頁或者圖片的請求只需要一次DNS 查詢。這大大減少了DNS查詢的次數(shù)。所以CURL的性能比fopen/file_get_contents 好很多。
2）fopen/file_get_contents在請求HTTP時，使用的是http_fopen_wrapper，不會keeplive。而curl卻可以。這樣在多次請求多個鏈接時，curl效率會好一些。(設(shè)置header頭應(yīng)該可以)
3）fopen/file_get_contents函數(shù)會受到php.ini文件中allow_url_open選項配置的影響。如果該配置關(guān)閉了，則該函數(shù)也就失效了。而curl不受該配置的影響。
4）curl可以模擬多種請求，例如：POST數(shù)據(jù)，表單提交等，用戶可以按照自己的需求來定制請求。而fopen/file_get_contents只能使用get方式獲取數(shù)據(jù)。
5）fopen/file_get_contents 不能正確下載二進(jìn)制文件
6）fopen/file_get_contents 不能正確處理ssl請求
7）curl 可以利用多線程
8）使用 file_get_contents 的時候如果網(wǎng)絡(luò)出現(xiàn)問題，很容易堆積一些進(jìn)程在這里
9）如果是要打一個持續(xù)連接，多次請求多個頁面。那么file_get_contents就會出問題。取得的內(nèi)容也可能會不對。所以做一些類似采集工作的時候，肯定就有問題了。對做采集抓取的用curl,如果還有同不相信下面我們再做個測試

curl與file_get_contents性能對比PHP源代碼如下：

1829.php

<?php
/**
* 通過淘寶IP接口獲取IP地理位置
* @param string $ip
* @return: string
**/
function getCityCurl($ip)
{
 $url="http://ip.taobao.com/service/getIpInfo.php?ip=".$ip;
 $ch = curl_init();
 $timeout = 5;
 curl_setopt ($ch, CURLOPT_URL, $url);
 curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);
 curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
 $file_contents = curl_exec($ch);
 curl_close($ch);
 $ipinfo=json_decode($file_contents);
 if($ipinfo->code=='1'){
  return false;
 }
 $city = $ipinfo->data->region.$ipinfo->data->city;
 return $city;
}
function getCity($ip)
{
 $url="http://ip.taobao.com/service/getIpInfo.php?ip=".$ip;
 $ipinfo=json_decode(file_get_contents($url));
 if($ipinfo->code=='1'){
  return false;
 }
 $city = $ipinfo->data->region.$ipinfo->data->city;
 return $city;
}
// for file_get_contents
$startTime=explode(' ',microtime());
$startTime=$startTime[0] + $startTime[1];
for($i=1;$i<=10;$i++)
{
 echo getCity("121.207.247.202")."</br>";
}
$endTime = explode(' ',microtime());
$endTime = $endTime[0] + $endTime[1];
$totalTime = $endTime - $startTime;
echo 'file_get_contents:'.number_format($totalTime, 10, '.', "")." seconds</br>";
//for curl
$startTime2=explode(' ',microtime());
$startTime2=$startTime2[0] + $startTime2[1];
for($i=1;$i<=10;$i++)
{
 echo getCityCurl('121.207.247.202')."</br>";
}
$endTime2 = explode(' ',microtime());
$endTime2=$endTime2[0] + $endTime2[1];
$totalTime2 = $endTime2 - $startTime2;
echo "curl:".number_format($totalTime2, 10, '.', "")." seconds";
?>

測試訪問

file_get_contents速度：4.2404510975 seconds
curl速度:2.8205530643 seconds
curl比file_get_contents速度快了30%左右,最重要的是服務(wù)器負(fù)載更低.

ps：php函數(shù)file_get_contents與curl效率及穩(wěn)定性問題

習(xí)慣了使用方便快捷的file_get_contents函數(shù)抓取別家網(wǎng)站內(nèi)容，但是總是會遇到獲取失敗的問題，盡管按照手冊中的例子設(shè)置了超時，可多數(shù)時候不好使：

$config['context'] = stream_context_create(array('http' => array('method' => "GET",'timeout' => 5)));
'timeout' => 5//這個超時時間不穩(wěn)定，經(jīng)常不好使。這時候，看一下服務(wù)器的連接池，會發(fā)現(xiàn)一堆類似下面的錯誤，讓你頭疼萬分：

file_get_contents(http://***): failed to open stream…

不得已，安裝了curl庫，寫了一個函數(shù)替換：

function curl_get_contents($url) 
{ 
 $ch = curl_init(); 
 curl_setopt($ch, CURLOPT_URL, $url);   //設(shè)置訪問的url地址 
 //curl_setopt($ch,CURLOPT_HEADER,1);   //是否顯示頭部信息 
 curl_setopt($ch, CURLOPT_TIMEOUT, 5);   //設(shè)置超時 
 curl_setopt($ch, CURLOPT_USERAGENT, _USERAGENT_); //用戶訪問代理 User-Agent 
 curl_setopt($ch, CURLOPT_REFERER,_REFERER_);  //設(shè)置 referer 
 curl_setopt($ch,CURLOPT_FOLLOWLOCATION,1);  //跟蹤301 
 curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);  //返回結(jié)果 
 $r = curl_exec($ch); 
 curl_close($ch); 
 return $r; 
}

如此，除了真正的網(wǎng)絡(luò)問題外，沒再出現(xiàn)任何問題。

這是別人做過的關(guān)于curl和file_get_contents的測試：

file_get_contents抓取google.com需用秒數(shù)：

2.31319094
2.30374217
2.21512604
3.30553889
2.30124092

curl使用的時間：

0.68719101
0.64675593
0.64326
0.81983113
0.63956594

差距很大吧？呵呵，從我使用的經(jīng)驗來說，這兩個工具不只是速度有差異，穩(wěn)定性也相差很大。建議對網(wǎng)絡(luò)數(shù)據(jù)抓取穩(wěn)定性要求比較高的朋友使用上面的 curl_file_get_contents函數(shù)，不但穩(wěn)定速度快，還能假冒瀏覽器欺騙目標(biāo)地址哦！

您可能感興趣的文章: