PHP获取网页内容的几种方法

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324

方法1: 用file_get_contents以get方式获取内容   <?php   $url='http://www.domain.com/?para=123';   $html= file_get_contents($url);   echo$html;   ?>        方法2：用file_get_contents函数,以post方式获取url   <?php   $url= 'http://www.domain.com/test.php?id=123';   $data= array('foo'=> 'bar');   $data= http_build_query($data);        $opts= array(   'http'=> array(      'method'=> 'POST',      'header'=>"Content-type: application/x-www-form-urlencoded\r\n"  .                        "Content-Length: "  . strlen($data) . "\r\n",      'content'=> $data   )   );   $ctx= stream_context_create($opts);   $html= @file_get_contents($url,'',$ctx);        如果需要再传递cookie数据,则把   'header'=>"Content-type: application/x-www-form-urlencoded\r\n"  .                     "Content-Length: "  . strlen($data) . "\r\n",   修改为   'header'=>"Content-type: application/x-www-form-urlencoded\r\n"  .                    "Content-Length: "  . strlen($data) . "\r\n".                    "cookie:cookie1=c1;cookie2=c2\r\n";   即可        方法3: 用fopen打开url, 以get方式获取内容   <?php   $fp= fopen($url,'r');   $header= stream_get_meta_data($fp);//获取报头信息   while(!feof($fp)) {   $result.= fgets($fp, 1024);   }   echo"url header: {$header} <br>":   echo"url body: $result";   fclose($fp);   ?>        方法4: 用fopen打开url, 以post方式获取内容   <?php   $data= array('foo2'=> 'bar2','foo3'=>'bar3');   $data= http_build_query($data);        $opts= array(   'http'=> array(   'method'=> 'POST',   'header'=>"Content-type: application/x-www-form-urlencoded\r\nCookie:cook1=c3;cook2=c4\r\n"  .   "Content-Length: "  . strlen($data) . "\r\n",   'content'=> $data   )   );        $context= stream_context_create($opts);   $html= fopen('http://www.test.com/zzzz.php?id=i3&id2=i4','rb',false, $context);   $w=fread($html,1024);   echo$w;   ?>        方法5：用fsockopen函数打开url，以get方式获取完整的数据，包括header和body   <?php   functionget_url ($url,$cookie=false)   {   $url= parse_url($url);   $query= $url[path]."?".$url[query];   echo"Query:".$query;   $fp= fsockopen($url[host],$url[port]?$url[port]:80 , $errno,$errstr, 30);   if(!$fp) {   returnfalse;   }else{   $request= "GET $query HTTP/1.1\r\n";   $request.= "Host: $url[host]\r\n";   $request.= "Connection: Close\r\n";   if($cookie)$request.="Cookie:   $cookie\n";   $request.="\r\n";   fwrite($fp,$request);   while(!@feof($fp)) {   $result.= @fgets($fp, 1024);   }   fclose($fp);   return$result;   }   }   //获取url的html部分，去掉header   functionGetUrlHTML($url,$cookie=false)   {   $rowdata= get_url($url,$cookie);   if($rowdata)   {   $body=stristr($rowdata,"\r\n\r\n");   $body=substr($body,4,strlen($body));   return$body;   }           returnfalse;   }   ?>        方法6：用fsockopen函数打开url，以POST方式获取完整的数据，包括header和body   <?php   functionHTTP_Post($URL,$data,$cookie,$referrer="")   {           // parsing the given URL   $URL_Info=parse_url($URL);           // Building referrer   if($referrer=="")// if not given use this script as referrer   $referrer="111";           // making string from $data   foreach($dataas $key=>$value)   $values[]="$key=".urlencode($value);   $data_string=implode("&",$values);           // Find out which port is needed - if not given use standard (=80)   if(!isset($URL_Info["port"]))   $URL_Info["port"]=80;           // building POST-request:   $request.="POST ".$URL_Info["path"]." HTTP/1.1\n";   $request.="Host: ".$URL_Info["host"]."\n";   $request.="Referer: $referer\n";   $request.="Content-type: application/x-www-form-urlencoded\n";   $request.="Content-length: ".strlen($data_string)."\n";   $request.="Connection: close\n";           $request.="Cookie:   $cookie\n";           $request.="\n";   $request.=$data_string."\n";           $fp= fsockopen($URL_Info["host"],$URL_Info["port"]);   fputs($fp,$request);   while(!feof($fp)) {   $result.= fgets($fp, 1024);   }   fclose($fp);           return$result;   }        ?>        方法7:使用curl库，使用curl库之前，可能需要查看一下php.ini是否已经打开了curl扩展   <?php   $ch= curl_init();   $timeout= 5;   curl_setopt ($ch, CURLOPT_URL, 'http://www.domain.com/');   curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);   curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);   $file_contents= curl_exec($ch);   curl_close($ch);        echo$file_contents;   ?>

　　

 

这里收集了3种利用php获得网页源代码抓取网页内容的方法，我们可以根据实际需要选用。

1、使用file_get_contents获得网页源代码

这个方法最常用，只需要两行代码即可，非常简单方便。

参考代码：

• <?php
• $fh= file_get_contents('http://www.webkaka.com/');
• echo $fh;
• ?>

2、使用fopen获得网页源代码

这个方法用的人也不少，不过代码有点多。

参考代码：

• <?php
• $fh = fopen('http://www.webkaka.com/', 'r');
• if($fh){
•     while(!feof($fh)) {
•         echo fgets($fh);
•     }
• }
• ?>

3、使用curl获得网页源代码

 

 

 

使用curl获得网页源代码的做法，往往是需要更高要求的人使用，例如当你需要在抓取网页内容的同时，得到网页header信息，还有ENCODING编码的使用，USERAGENT的使用等等。

参考代码一：

• <?php
• // 创建一个新cURL资源
• $ch = curl_init();
• // 设置URL和相应的选项
• curl_setopt($ch, CURLOPT_URL, "http://www.webkaka.com/");
• curl_setopt($ch, CURLOPT_HEADER, false);
• // 抓取URL并把它传递给浏览器
• $data = curl_exec($ch);
• echo $data;
• //关闭cURL资源，并且释放系统资源
• curl_close($ch);
• ?>

参考代码二：

• <?php
• $szUrl = "http://www.webkaka.com/";
• $UserAgent = 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0; SLCC1; .NET CLR 2.0.50727; .NET CLR 3.0.04506; .NET CLR 3.5.21022; .NET CLR 1.0.3705; .NET CLR 1.1.4322)';
• $curl = curl_init();
• curl_setopt($curl, CURLOPT_URL,$szUrl);
• curl_setopt($curl, CURLOPT_HEADER, 0);  //0表示不输出Header，1表示输出
• curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
• curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);
• curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, false);
• curl_setopt($curl, CURLOPT_ENCODING, '');
• curl_setopt($curl, CURLOPT_USERAGENT,$UserAgent);
• curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1);
• $data = curl_exec($curl);
• echo $data;
• //echo curl_errno($curl); //返回0时表示程序执行成功 如何从curl_errno返回值获取错误信息