全方面的采集神器(一下file_get_contents函数可以获取远程链接数据的方法)

　　全方面的采集神器(一下file_get_contents函数可以获取远程链接数据的方法)

　　对于那些在k11上做过数据处理的人来说，curl肯定不是陌生人。虽然PHP_uuget_uu中有一个文件，但contents函数可以获取远程链接数据，但其可控性太差。对于各种复杂的采集场景，文件获取内容似乎有点无能为力。因此，本文将向您介绍采集artifact curl的使用

　　让我们先添加一些东西\uGet\uContent函数可以获取远程链接数据的方法

　　这段代码将直接使用curl显示文件内容，但问题是curl是PHP的扩展。为了安全起见，有些主机将使用curl。在本地调试ningwai PHP时，也会关闭Curl，因此会报告错误。因此，这段代码是不可取的，所以云洛重写了它

　　修改后的版本是判断curl扩展，看服务器是否打开了curl扩展。如果打开，文件将直接显示。如果未打开，将显示提示文本

　　虽然问题已经解决，但还有另一个问题。我只是显示一段文字。我什么都不做，为什么我要写这么多代码

　　经过一些无意义的测试后，发现get uContents在获取远程文件的内容方面并不比curl慢，而且在某些情况下可能比curl extension快得多，因为文件很少，所以我再次重写了代码

　　工具

　　Firefox+firebug

　　“如果你想做好工作，你必须首先磨砺你的工具。”在分析案例之前，让我们学习如何使用工件firebug来获得必要的信息

　　用F12打开firebug，我们可以得到如下（一）interface:

　　1、箭头图标是“元素选择”工具，点击一次将突出显示该图标，同时在页面中移动鼠标将在HTML菜单中选择相应的内容，此时点击该内容意味着选中该元素并取消图标突出显示，如图所示（二）:

　　Firebug视图元素

　　2、控制台

　　JS中console.log系列函数的打印输出在这里

　　3、HTML

　　HTML内容。请注意，您在此处看到的内容不一定是采集需要解析的内容。在采集对内容的分析始终基于查看源代码（Ctrl+U）。在这里，您可以快速定位元素的结构，然后选择一个特殊的引用来定位源代码中相应的位置

　　例如，您在HTML中看到一个标记

　　演示

　　但是当您查看源代码时看到的可能是

　　演示

　　，如果根据前者对采集内容进行常规匹配，则不会得到结果

　　4、CSS

　　下面是CSS文件的内容

　　5、script

　　下面是JavaScript文件内容

　　6、DOM

　　DOM节点内容

　　7、网络

　　这就是我们采集需要关注和分析每个请求链接的数据的地方。它可以显示参数、请求头、cookie数据等。当页面提交刷新时，您需要在刷新后使用hold将页面请求内容保存在控制台中，如图所示（三）：

　　此外，Firefox有一个篡改数据扩展，也可以获取请求的数据，必要时可以安装和使用

　　8、Cookies

　　Cookie数据

　　在图（一））中，我们还可以看到下面有许多可选的小菜单项。我们应该注意维护。选择它时，即使提交表单刷新页面，也会保留以下内容区域中的数据，这对于分析提交的数据尤为关键

　　总结

　　在分析采集请求时，我们主要关注“网络”菜单中的请求数据。如果需要，可以使用“保持”查看刷新页面的请求数据。在请求之前，您可以使用“清除”清除以下内容

　　案例分析

　　一、simple采集

　　这里简单的采集是指单个页面get请求的采集。它非常简单，即使通过file_get_contents函数也可以轻松获得页面返回结果

　　文件\u获取\u代码段的内容

<p>