PHP CURL采集教程集合

简单的抓取页面函数,附带伪造 Referer 和 User_Agent 功能

<?php
function GetSources($Url,$User_Agent='',$Referer_Url='') //抓取某个指定的页面
{
//$Url 需要抓取的页面地址
//$User_Agent 需要返回的user_agent信息 如“baiduspider”或“googlebot”
$ch = curl_init();
curl_setopt ($ch, CURLOPT_URL, $Url);
curl_setopt ($ch, CURLOPT_USERAGENT, $User_Agent);
curl_setopt ($ch, CURLOPT_REFERER, $Referer_Url);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION,1);
curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);
$MySources = curl_exec ($ch);
curl_close($ch);
return $MySources;
}
$Url = "http://www.jb51.net"; //要获取内容的也没
$User_Agent = "baiduspider+(+http://www.baidu.com/search/spider.htm)";
$Referer_Url = 'http://www.jb51.net/';
echo GetSources($Url,$User_Agent,$Referer_Url);
?> 

curl_close — 关闭一个curl会话；
curl_copy_handle — 拷贝一个curl连接资源的所有内容和参数；
curl_errno — 返回一个包含当前会话错误信息的数字编号；
curl_error — 返回一个包含当前会话错误信息的字符串；
curl_exec — 执行一个curl会话；
curl_getinfo — 获取一个curl连接资源句柄的信息；
curl_init — 初始化一个curl会话；
curl_multi_add_handle — 向curl会话中添加单独的curl句柄资源；
curl_multi_close — 关闭一个句柄资源；
curl_multi_exec — 解析一个curl句柄；
curl_multi_getcontent — 返回获取的输出的文本流；
curl_multi_info_read — 获取当前解析的curl的相关传输信息；
curl_multi_init — 初始化一个curl句柄资源；
curl_multi_remove_handle — 移除curl句柄资源中的某个句柄资源；
curl_multi_select — Get all the sockets associated with the cURL extension, which can then be "selected"；
curl_setopt_array — 以数组的形式为一个curl设置会话参数；
curl_setopt — 为一个curl设置会话参数；
curl_version — 获取curl相关的版本信息；
curl_init()函数的作用初始化一个curl会话，curl_init()函数唯一的一个参数是可选的，表示一个url地址；
curl_exec()函数的作用是执行一个curl会话，唯一的参数是curl_init()函数返回的句柄；
curl_close()函数的作用是关闭一个curl会话，唯一的参数是curl_init()函数返回的句柄；

$ch = curl_init("http://blog.huangchao.org/");
curl_exec($ch);
curl_close($ch); 


//$ch = curl_init("要采集的网址");  curl_init()函数的作用初始化一个curl会话

//curl_exec($ch);执行$ch

//curl_close($ch); 关闭$ch