PHP的CURL 获取邮箱地址

博客已经搬家，请访问如下地址：http://www.czhphp.com

CURL可谓居家旅行必备之杀人良药，为何如此形容？就是因为他好用方便能实现页面抓取模拟登录采集等一系列功能。
记得第一次接触CURL的时候是要实现完成从邮箱用户列表的抓取。当时为了赶进度没有细细研究只是网上找了一些资料实现了功能。现在把当初的代码整理一下功能依旧能用

01
<?php 

09
 
10
error_reporting ( 0 ); 

11
set_time_limit ( 0 ); 

12
header ( "Content-Type: text/html; charset=GB2312" ); 

13
 
14
//邮箱用户名密码 

15
$user = 'username'; 

16
$pass = 'password'; 

17
 
18
//创建一个文件用于存放cookie信息 

19
define ( "COOKIEJAR", tempnam ( ini_get ( "upload_tmp_dir" ), "cookie" ) ); 

20
 
21
$url = 'http://reg.163.com/logins.jsp?type=1&url=http://entry.mail.163.com/coremail/fcg/ntesdoor2?lightweight%3D1%26verifycookie%3D1%26language%3D-1%26style%3D-1'; 

22
$refer = 'http://mail.163.com'; 

23
$fields_post = array ('username' => $user, 'password' => $pass, 'verifycookie' => 1, 'style' => - 1, 'product' => 'mail163', 'selType' => - 1, 'secure' => 'on' ); 

24
$fields_string = http_build_query ( $fields_post, '&' ); 

25
$headers_login = array ('User-Agent' => 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/2008052906 Firefox/3.0', 'Referer' => 'http://www.163.com' ); 

26
 
27
//登录 

28
$ch = curl_init ( $url ); 

29
curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, true ); 

30
curl_setopt ( $ch, CURLOPT_HEADER, true ); 

31
curl_setopt ( $ch, CURLOPT_CONNECTTIMEOUT, 120 ); 

32
curl_setopt ( $ch, CURLOPT_POST, true ); 

33
curl_setopt ( $ch, CURLOPT_REFERER, $refer ); 

34
curl_setopt ( $ch, CURLOPT_COOKIESESSION, true ); 

35
curl_setopt ( $ch, CURLOPT_COOKIEJAR, COOKIEJAR ); 

36
curl_setopt ( $ch, CURLOPT_HTTPHEADER, $headers_login ); 

37
curl_setopt ( $ch, CURLOPT_POST, count ( $fields ) ); 

38
curl_setopt ( $ch, CURLOPT_POSTFIELDS, $fields_string ); 

39
$result = curl_exec ( $ch ); 

40
curl_close ( $ch ); 

41
 
42
//跳转 

43
$url = 'http://entry.mail.163.com/coremail/fcg/ntesdoor2?lightweight=1&verifycookie=1&language=-1&style=-1&username=loki_wuxi'; 

44
$headers = array ('User-Agent' => 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/2008052906 Firefox/3.0' ); 

45
 
46
$ch = curl_init ( $url ); 

47
curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, true ); 

48
curl_setopt ( $ch, CURLOPT_HEADER, true ); 

49
curl_setopt ( $ch, CURLOPT_CONNECTTIMEOUT, 120 ); 

50
curl_setopt ( $ch, CURLOPT_POST, true ); 

51
curl_setopt ( $ch, CURLOPT_HTTPHEADER, $headers ); 

52
curl_setopt ( $ch, CURLOPT_COOKIEFILE, COOKIEJAR ); 

53
curl_setopt ( $ch, CURLOPT_COOKIEJAR, COOKIEJAR ); 

54
$result = curl_exec ( $ch ); 

55
curl_close ( $ch ); 

56
 
57
//取得sid 

58
preg_match ( '/sid=[^\"].*/', $result, $location ); 

59
$sid = substr ( $location [0], 4, - 1 ); 

60
 
61
//通讯录地址 

62
$url = 'http://g4a30.mail.163.com/jy3/address/addrlist.jsp?sid=' . $sid . '&gid=all'; 

63
$headers = array ('User-Agent' => 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/2008052906 Firefox/3.0' ); 

64
 
65
$ch = curl_init ( $url ); 

66
curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, true ); 

67
curl_setopt ( $ch, CURLOPT_HEADER, true ); 

68
curl_setopt ( $ch, CURLOPT_CONNECTTIMEOUT, 120 ); 

69
curl_setopt ( $ch, CURLOPT_POST, true ); 

70
curl_setopt ( $ch, CURLOPT_HTTPHEADER, $headers ); 

71
curl_setopt ( $ch, CURLOPT_COOKIEFILE, COOKIEJAR ); 

72
curl_setopt ( $ch, CURLOPT_COOKIEJAR, COOKIEJAR ); 

73
$result = curl_exec ( $ch ); 

74
curl_close ( $ch ); 

75
unlink ( COOKIEJAR ); 

76
 
77
//开始抓取内容 

78
preg_match_all ( '/<td class="Ibx_Td_addrName"><a[^>]*>(.*?)<\/a><\/td><td class="Ibx_Td_addrEmail"><a[^>]*>(.*?)<\/a><\/td>/i', $result, $infos, PREG_SET_ORDER ); 

79
//1：姓名2：邮箱 

80
print_r ( $infos ); 

81
 
82
?>

建立一个PHP文件复制以上代码保存后效果立竿见影，记得更改邮箱账户和密码，账户不需要@后缀。CURL初体验，如何，还不错吧。
后来在CSDN上又看到别人发帖问一个获取快递查询的问题，他想把一些大的快递公司查询业务做在一个页面中，的确是个很不错的实用小工具，但是因为快递查询有验证码，不由的又让我想起了CURL利器。后来帮帖主实现功能，思路很简单，先用CURL模拟抓取验证码，然后显示到用户提交页面中，同时保存验证码的COOKIE等用户查询一起提交就保证了COOKIE的同步。

源代码如下：
-getEms.html

01
<html> 

02
<head> 

03
<meta http-equiv="Content-Type" content="text/html; charset=gb2312"> 

04
<title>EMS快递查询</title> 

05
</head> 

06
<body> 

07
<?php

08
fclose(fopen('cookie.txt','w')); //文件 cookie.txt 用于存放取得的cookie 

09
$cookiejar = realpath('cookie.txt'); 

10
$fp = fopen("example_homepage.txt", "w"); //文件 example_homepage.txt 用于存放取得的页面内容 

11
$ch = curl_init("http://www.ems.com.cn/servlet/ImageCaptchaServlet"); 

12
curl_setopt($ch, CURLOPT_FILE, $fp); 

13
curl_setopt($ch, CURLOPT_COOKIESESSION, 1); 

14
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiejar); 

15
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiejar); 

16
curl_setopt($ch, CURLOPT_HEADER, 0); 

17
curl_exec($ch); 

18
curl_close($ch); 

19
fclose($fp); 

20
 
21
//readfile($cookiejar); //查看取到的 cookie 

22
//readfile("example_homepage.jpg"); //查看取到的图片 

23
?> 

24
<form action="getems.php" method="post" name="form1"> 

25
快递号：<input name="mailNum" type="text" value="EA739701017CS" />(13位 首尾2位都是字母) 

26
<input name="code" type="text" value="" /> 

27
<?php echo "<img src='example_homepage.txt'>";?> 

28
<input type="submit" value="提交"> 

29
</form> 

30
 
31
</body> 

32
</html>

-getems.php

01
<?php 

02
if($_POST){ 

03
//使用先前验证码的cookie文件 

04
$cookiejar = realpath('cookie.txt'); 

05
//获取myEmsbarCode号 和验证码变量名 

06
$ch = curl_init("http://www.ems.com.cn"); 

07
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); 

08
curl_setopt($ch, CURLOPT_HEADER, 0); 

09
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiejar); 

10
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiejar); 

11
$result = curl_exec($ch); 

12
curl_close($ch); 

13
preg_match("/<input type=\"hidden\" name=\"myEmsbarCode\" value=\"(.*)\"\/>/isU",$result,$myEmsbarCode); 

14
preg_match("/<\/span><input name=\"(.*)\" type=\"text\"/isU",$result,$codename); 

15
 
16
$parm = array($codename[1]=>$_POST['code'], 

17
mailNum =>$_POST['mailNum'], 

18
myEmsbarCode=>$myEmsbarCode[1], 

19
reqCode=>'browseBASE'

20
); 

21
 
22
$ch = curl_init("http://www.ems.com.cn/qcgzOutQueryAction.do"); 

23
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 

24
curl_setopt($ch, CURLOPT_HEADER, 0); 

25
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiejar); 

26
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiejar); 

27
curl_setopt($ch, CURLOPT_POST, 1); 

28
curl_setopt($ch, CURLOPT_REFERER, "http://www.ems.com.cn"); 

29
curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($parm)); 

30
$_source = curl_exec($ch); 

31
curl_close($ch); 

32
 
33
//搞定 

34
var_dump($_source); 

35
exit; 

36
} 

37
?>

对于CURL库的参数详解，网上有很多我直接收录了
函数列表CURL库一共有17个函数：
curl_close：关闭CURL会话
curl_copy_handle：复制一个CURL会话句柄,同时3复制其所有参数
curl_errno：返回最后一个错误码
curl_error：返回一个字符串，用以描述当前会话的最后一个错误
curl_exec：执行当前会话
curl_getinfo：获取特定信息
curl_init：初始化CURL会话
curl_multi_add_handle：在一个多连接会话中添加一个句柄
curl_multi_close：关闭一个多句柄CRUL会话
curl_multi_exec：执行一个多句柄CURL会话
curl_multi_getcontent：返回一个句柄执行后的内容，如果设置了CURLOPT_RETURNTRANSFER
curl_multi_info_read：获取当前所有连接的信息
curl_multi_init：初始化一个多句柄会话
curl_multi_remove_handle：从一个多句柄会话中删除一个句柄
curl_multi_select：获取所有绑定的套接字
curl_setopt：设置CURL传输选项
curl_version：获取CURL版本

常用设置选项布尔值选项
CURLOPT_AUTOREFERER：当返回的信息头含有转向信息时，自动设置前向连接
CURLOPT_BINARYTRANSFER：TRUEtoreturntherawoutputwhenCURLOPT_RETURNTRANSFERisused.
CURLOPT_COOKIESESSION：标志为新的cookie会话，忽略之前设置的cookie会话
CURLOPT_CRLF：将Unix系统的换行符转换为Dos换行符
CURLOPT_DNS_USE_GLOBAL_CACHE：使用全局的DNS缓存
CURLOPT_FAILONERROR：忽略返回错误
CURLOPT_FILETIME：获取请求文档的修改日期，该日期可以用curl_getinfo()获取。
CURLOPT_FOLLOWLOCATION：紧随服务器返回的所有重定向信息
CURLOPT_FORBID_REUSE：当进程处理完毕后强制关闭会话，不再缓存供重用
CURLOPT_FRESH_CONNECT：强制建立一个新的会话，而不是重用缓存的会话
CURLOPT_HEADER：在返回的输出中包含响应头信息
CURLOPT_HTTPGET：设置HTTP请求方式为GET
CURLOPT_HTTPPROXYTUNNEL：经由一个HTTP代理建立连接
CURLOPT_NOBODY：返回的输出中不包含文档信息.
CURLOPT_NOPROGRESS：禁止进程级别传输，PHP自动设为真
CURLOPT_NOSIGNAL：忽略所有发往PHP的信息
CURLOPT_POST：设置POST方式提交数据，POST格式为application/x-www-form-urlencoded
CURLOPT_PUTTRUE：设置PUT方式上传文件，同时设置CURLOPT_INFILE和CURLOPT_INFILESIZE
CURLOPT_RETURNTRANSFER：返回字符串，而不是调用curl_exec()后直接输出
CURLOPT_SSL_VERIFYPEER：SSL验证开启
CURLOPT_UNRESTRICTED_AUTH：一直链接后面附加用户名和密码，同时设置CURLOPT_FOLLOWLOCATION
CURLOPT_UPLOAD：准备上传整数值选项
CURLOPT_BUFFERSIZE：缓存大小
CURLOPT_CONNECTTIMEOUT：连接时间设置，默认0为无限制
CURLOPT_DNS_CACHE_TIMEOUT：内存中保存DNS信息的时间，默认2分钟
CURLOPT_INFILESIZE：上传至远程站点的文件尺寸
CURLOPT_LOW_SPEED_LIMIT：传输最低速度限制andabort.
CURLOPT_LOW_SPEED_TIME：传输时间限制
CURLOPT_MAXCONNECTS：最大持久连接数
CURLOPT_MAXREDIRS：最大转向数
CURLOPT_PORT：连接端口
CURLOPT_PROXYAUTH：＊＊＊＊＊验证方式
CURLOPT_PROXYPORT：＊＊＊＊＊端口
CURLOPT_PROXYTYPE：＊＊＊＊＊类型
CURLOPT_TIMEOUT：CURL函数的最大执行时间字符串选项
CURLOPT_COOKIE：HTTP头中set-cookie中的cookie信息
CURLOPT_COOKIEFILE：包含cookie信息的文件，cookie文件的格式可以是Netscape格式,或者只是HTTP头的格式
CURLOPT_COOKIEJAR：连接结束后保存cookie信息的文件
CURLOPT_CUSTOMREQUEST：自定义请求头，使用相对地址
CURLOPT_ENCODING：HTTP请求头中Accept-Encoding的值
CURLOPT_POSTFIELDS：POST格式提交的数据内容
CURLOPT_PROXY：代理通道
CURLOPT_PROXYUSERPWD：代理认证用户名和密码
CURLOPT_RANGE：返回数据的范围,以字节记
CURLOPT_REFERER：前向链接
CURLOPT_URL：要连接的URL地址，可以在curl_init()中设置
CURLOPT_USERAGENT：HTTP头中User-Agent的值
CURLOPT_USERPWD：连接种使用的验证信息数组选项
CURLOPT_HTTP200ALIASES：200响应码数组，数组中的响应吗被认为是正确的响应
CURLOPT_HTTPHEADER：自定义请求头信息只能是流句柄的选项：
CURLOPT_FILE：传输要写入的晚间句柄，默认是标准输出
CURLOPT_INFILE：传输要读取的文件句柄
CURLOPT_STDERR：作为标准错误输出的一个替换选项
CURLOPT_WRITEHEADER：传输头信息要写入的文件回调函数选项
CURLOPT_HEADERFUNCTION：拥有两个参数的回调函数，第一个是参数是会话句柄，第二是HTTP响应头信息的字符串。使用此回调函数，将自行处理响应头信息。响应头信息按行返回。设置返回值为字符串长度。
CURLOPT_READFUNCTION：拥有两个参数的回调函数，第一个是参数是会话句柄，第二是HTTP响应头信息的字符串。使用此函数，将自行处理返回的数据。返回值为数据尺寸。
CURLOPT_WRITEFUNCTION：拥有两个参数的回调函数，第一个是参数是会话句柄，第二是HTTP响应头信息的字符串。使用此回调函数，将自行处理响应头信息。响应头信息是整个字符串。设置返回值为字符串长度。

其他一些CURL的例子（摘自网络）

01
/* 

02
*判断一个url是否为有效链接 

03
*/

04
function isRealUrl($url){ 

05
$ch = curl_init(); 

06
$options = array( 

07
CURLOPT_URL => $url, 

08
CURLOPT_HEADER => true, 

09
CURLOPT_RETURNTRANSFER => true, 

10
CURLOPT_NOBODY => true 

11
); 

12
curl_setopt_array($ch, $options); 

13
curl_exec($ch); 

14
if(!curl_errno($ch)){ 

15
return 200==curl_getinfo($ch,CURLINFO_HTTP_CODE)?true:false; 

16
} 

17
curl_close($ch); 

18
} 

19
 
20
$url = 'http://testpic1.tomoimg.cn/240x180/394/855/517932781/200901/12312215602409.jpg'; 

21
if(isRealUrl($url)){echo 'yes';}else{echo 'no';} 

22
 
23
/异步请求的例子： 

24
$userid = 517932781; 

25
$imageid = 1520; 

26
$albumid = 2637; 

27
$tags = 'aa'; 

28
extract($_POST); 

29
$url = 'http://'.$_SERVER['HTTP_HOST'].'/ajax/image.php'; 

30
$fields = array( 

31
'userid' => $userid, 

32
'imageid' => $imageid, 

33
'albumid' => $albumid, 

34
'tags' => $tags, 

35
'optype' => 'del'

36
); 

37
$ch = curl_init() ; 

38
curl_setopt($ch, CURLOPT_URL,$url) ; 

39
curl_setopt($ch, CURLOPT_POST,true) ; 

40
curl_setopt($ch, CURLOPT_POSTFIELDS,$fields) ; 

41
$result = curl_exec($ch) ; 

42
curl_close($ch) ; 

43
 
44
//上传文件 

45
$ch = curl_init(); 

46
curl_setopt($ch,CURLOPT_URL,'http://lh.tom.com/deal/import.php'); 

47
$fields = array( 

48
'tname' => '道德经', 

49
'country' => 1, 

50
'author' => '老子', 

51
'tags' => '道德经', 

52
'desc' => '道可道，非常道。名可名，非常名。无名天地之始。有名万物之母。故常无欲以观其妙。常有欲以观其徼。此两者同出而异名，同谓之玄。玄之又玄，众妙之门。', 

53
'volume' => 2, 

54
'cover' => '@'.realpath('/data/lianhuanhua/deal/1.jpg') 

55
); 

56
curl_setopt($ch, CURLOPT_POST, true) ; 

57
curl_setopt($ch, CURLOPT_POSTFIELDS, $fields) ; 

58
curl_setopt($ch, CURLOPT_RETURNTRANSFER, false); 

59
$result = curl_exec($ch); 

60
curl_close($ch); 

61
 
62
//多文件上传 

63
$ch = curl_init(); 

64
curl_setopt($ch,CURLOPT_URL,'http://lh.tom.com/deal/addpic.php'); 

65
$j = 0; 

66
$fields = array( 

67
'vid' => 103, 

68
'upfile['.$j++.']' => '@'.realpath('/data/lianhuanhua/deal/1.jpg'), 

69
'upfile['.$j++.']' => '@'.realpath('/data/lianhuanhua/deal/2.jpg') 

70
); 

71
curl_setopt($ch, CURLOPT_POST, true) ; 

72
curl_setopt($ch, CURLOPT_POSTFIELDS, $fields) ; 

73
curl_setopt($ch, CURLOPT_RETURNTRANSFER, false); 

74
$result = curl_exec($ch); 

75
curl_close($ch);

当你掌握了php curl库你就能做很多你想做的事情了，呵呵，前不久玩开心网的X世界，战斗实在繁琐，我直接写了个战斗助手非常好用，本代码就不开源了：）掌握原理一样开源实现。

博客已经搬家，请访问如下地址：http://www.czhphp.com

posted @ 2011-04-18 18:18 曹振华阅读(1338) 评论(0) 编辑收藏举报

刷新页面返回顶部

曹振华

PHP的CURL 获取邮箱地址

公告