php curl抓取网页数据( 这里有新鲜出炉的PHP教程，程序狗速度看过来！)

　　php curl抓取网页数据(

这里有新鲜出炉的PHP教程，程序狗速度看过来！)

　　php curl模拟登录并获取数据实例详情

　　这里有新鲜出炉的PHP教程，一起来看看程序狗速度吧！

　　PHP开源脚本语言

　　PHP（外文名：Hypertext Preprocessor，中文名：“超文本预处理器”）是一种通用的开源脚本语言。语法吸收了C语言、Java和Perl的特点，入门门槛低，易学，应用广泛，主要适用于Web开发领域。PHP的文件扩展名是php。

　　cURL是一个强大的PHP库，使用PHP的cURL库可以简单有效的抓取网页和采集内容，设置cookie完成模拟登录网页，curl提供了丰富的功能，开发者可以参考PHP手册学习有关 cURL 的更多信息。本文以开源中国（oschina）的模拟登录为例。有需要的朋友可以参考以下

　　PHP 的 curl() 爬取网页的效率更高，并且支持多线程，而 file_get_contents() 的效率略低。当然，使用 curl 时需要打开 curl 扩展。

　　代码实战

　　我们先看登录部分的代码：

　　//模拟登录 function login_post($url, $cookie, $post) { $curl = curl_init(); //初始化curl模块 curl_setopt($curl, CURLOPT_URL, $url); //登录提交的地址 curl_setopt($curl, CURLOPT_HEADER, 0); //是否显示头信息 curl_setopt($curl, CURLOPT_RETURNTRANSFER, 0); //是否自动显示返回的信息 curl_setopt($curl, CURLOPT_COOKIEJAR, $cookie); //设置Cookie信息保存在指定的文件中 curl_setopt($curl, CURLOPT_POST, 1); //post方式提交 curl_setopt($curl, CURLOPT_POSTFIELDS, http_build_query($post)); //要提交的信息 curl_exec($curl); //执行cURL curl_close($curl); //关闭cURL资源，并且释放系统资源 }

　　login_post()函数首先初始化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数据（用户名和密码等）、是否返回信息等，然后curl_exec执行curl，最后curl_close()释放资源。请注意，PHP 自己的 http_build_query() 可以将数组转换为连接字符串。

　　接下来，如果登录成功，我们需要获取登录成功后的页面信息。

　　//登录成功后获取数据 function get_content($url, $cookie) { $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_HEADER, 0); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie); //读取cookie $rs = curl_exec($ch); //执行cURL抓取页面内容 curl_close($ch); return $rs;}

　　函数get_content()也是先初始化curl，然后设置相关选项，执行curl，释放资源。其中，我们将CURLOPT_RETURNTRANSFER设置为1自动返回信息，CURLOPT_COOKIEFILE可以读取登录时保存的cookie信息，最终返回页面内容。

　　我们的最终目标是获取模拟登录后的信息，即只有正常登录成功后才能获取的有用信息。下面我们以登录开源中国手机版为例，看看登录成功后如何获取信息。

　　 //设置post的数据 $post = array ( 'email' => 'oschina账户', 'pwd' => 'oschina密码', 'goto_page' => '/my', 'error_page' => '/login', 'save_login' => '1', 'submit' => '现在登录' ); //登录地址 $url = "http://m.oschina.net/action/user/login"; //设置cookie保存路径 $cookie = dirname(__FILE__) . '/cookie_oschina.txt'; //登录后要获取信息的地址 $url2 = "http://m.oschina.net/my"; //模拟登录 login_post($url, $cookie, $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 $preg = "/(.*)/i"; preg_match_all($preg, $content, $arr); $str = $arr[1][0]; //输出内容 echo $str;

　　使用总结

　　1、初始化卷曲；

　　2、使用 curl_setopt 设置目标 url 等选项；

　　3、curl_exec，执行curl；

　　4、 执行后关闭curl；

　　5、输出数据。