php 调用远程url的六种方法小结

示例代码1: 用file_get_contents 以get方式获取内容

<?php 
$url='http://www.baidu.com/'; 
$html=file_get_contents($url); 
//print_r($http_response_header); 
ec($html); 
printhr(); 
printarr($http_response_header); 
printhr(); 
?> 

示例代码2: 用fopen打开url, 以get方式获取内容

<? 
$fp=fopen($url,'r'); 
printarr(stream_get_meta_data($fp)); 
printhr(); 
while(!feof($fp)){ 
$result.=fgets($fp,1024); 
} 
echo"url body: $result"; 
printhr(); 
fclose($fp); 
?> 

示例代码3：用file_get_contents函数,以post方式获取url

<?php 
$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 
), 
); 
$context=stream_context_create($opts); 
$html=file_get_contents('http://localhost/e/admin/test.html',false,$context); 
echo$html; 
?> 

示例代码4：用fsockopen函数打开url，以get方式获取完整的数据，包括header和body

<? 
functionget_url($url,$cookie=false){ 
$url=parse_url($url); 
$query=$url[path]."?".$url[query]; 
ec("Query:".$query); 
$fp=fsockopen($url[host],$url[port]?$url[port]:80,$errno,$errstr,30); 
if(!$fp){ 
returnfalse; 
}else{ 
$request="GET$queryHTTP/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; 
} 
?> 

示例代码5：用fsockopen函数打开url，以POST方式获取完整的数据，包括header和body

<? 
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; 
} 
printhr(); 
?> 

示例代码6:使用curl库，使用curl库之前，你可能需要查看一下php.ini，查看是否已经打开了curl扩展

<? 
$ch = curl_init(); 
$timeout = 5; 
curl_setopt ($ch, CURLOPT_URL, 'http://www.baidu.com/'); 
curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout); 
$file_contents = curl_exec($ch); 
curl_close($ch); 
echo $file_contents; 
?> 

关于curl库：
curl官方网站http://curl.haxx.se/
curl 是使用URL语法的传送文件工具，支持FTP、FTPS、HTTP HTPPS SCP SFTP TFTP TELNET DICT FILE和LDAP。curl 支持SSL证书、HTTP POST、HTTP PUT 、FTP 上传，kerberos、基于HTT格式的上传、代理、cookie、用户＋口令证明、文件传送恢复、http代理通道和大量其他有用的技巧

<? 
functionprintarr(array$arr) 
{ 
echo"<br> Row field count: ".count($arr)."<br>"; 
foreach($arras$key=>$value) 
{ 
echo"$key=$value <br>"; 
} 
} 
?> 

PHP抓取远程网站数据的代码
现在可能还有很多程序爱好者都会遇到同样的疑问,就是要如何像搜索引擎那样去抓取别人网站的HTML代码,然后把代码收集整理成为自己有用的数据!今天就等我介绍一些简单例子吧.

Ⅰ.抓取远程网页标题的例子:
以下是代码片段：

<?php 
/* 
+------------------------------------------------------------- 
+抓取网页标题的代码,直接拷贝本代码片段,另存为.php文件执行即可. 
+------------------------------------------------------------- 
*/ 

error_reporting(7); 
$file = fopen ("http://www.jb51.net/", "r"); 
if (!$file) { 
echo "<font color=red>Unable to open remote file.</font>\n"; 
exit; 
} 
while (!feof ($file)) { 
$line = fgets ($file, 1024); 
if (eregi ("<title>(.*)</title>", $line, $out)) { 
$title = $out[1]; 
echo "".$title.""; 
break; 
} 
} 
fclose($file); 

//End 
?> 

Ⅱ.抓取远程网页HTML代码的例子:

<? php 
/* 
+---------------- 
+DNSing Sprider 
+---------------- 
*/ 

$fp = fsockopen("www.dnsing.com", 80, $errno, $errstr, 30); 
if (!$fp) { 
echo "$errstr ($errno)<br/>\n"; 
} else { 
$out = "GET / HTTP/1.1\r\n"; 
$out .= "Host:www.dnsing.com\r\n"; 
$out .= "Connection: Close \r\n\r\n"; 
fputs($fp, $out); 
while (!feof($fp)) { 
echo fgets($fp, 128); 
} 
fclose($fp); 
} 
//End 
?> 

以上两个代码片段都直接Copy回去运行就知道效果了,上面的例子只是抓取网页数据的雏形,要使其更适合自己的使用,情况有各异.所以,在此各位程序爱好者自己好好研究一下吧.

===============================

稍微有点意义的函数是：get_content_by_socket(), get_url(), get_content_url(), get_content_object 几个函数，也许能够给你点什么想法。

<?php 

//获取所有内容url保存到文件 
function get_index($save_file, $prefix="index_"){ 
$count = 68; 
$i = 1; 
if (file_exists($save_file)) @unlink($save_file); 
$fp = fopen($save_file, "a+") or die("Open ". $save_file ." failed"); 
while($i<$count){ 
$url = $prefix . $i .".htm"; 
echo "Get ". $url ."..."; 
$url_str = get_content_url(get_url($url)); 
echo " OK\n"; 
fwrite($fp, $url_str); 
++$i; 
} 
fclose($fp); 
} 

//获取目标多媒体对象 
function get_object($url_file, $save_file, $split="|--:**:--|"){ 
if (!file_exists($url_file)) die($url_file ." not exist"); 
$file_arr = file($url_file); 
if (!is_array($file_arr) || empty($file_arr)) die($url_file ." not content"); 
$url_arr = array_unique($file_arr); 
if (file_exists($save_file)) @unlink($save_file); 
$fp = fopen($save_file, "a+") or die("Open save file ". $save_file ." failed"); 
foreach($url_arr as $url){ 
if (empty($url)) continue; 
echo "Get ". $url ."..."; 
$html_str = get_url($url); 
echo $html_str; 
echo $url; 
exit; 
$obj_str = get_content_object($html_str); 
echo " OK\n"; 
fwrite($fp, $obj_str); 
} 
fclose($fp); 
} 

//遍历目录获取文件内容 
function get_dir($save_file, $dir){ 
$dp = opendir($dir); 
if (file_exists($save_file)) @unlink($save_file); 
$fp = fopen($save_file, "a+") or die("Open save file ". $save_file ." failed"); 
while(($file = readdir($dp)) != false){ 
if ($file!="." && $file!=".."){ 
echo "Read file ". $file ."..."; 
$file_content = file_get_contents($dir . $file); 
$obj_str = get_content_object($file_content); 
echo " OK\n"; 
fwrite($fp, $obj_str); 
} 
} 
fclose($fp); 
} 


//获取指定url内容 
function get_url($url){ 
$reg = '/^http:\/\/[^\/].+$/'; 
if (!preg_match($reg, $url)) die($url ." invalid"); 
$fp = fopen($url, "r") or die("Open url: ". $url ." failed."); 
while($fc = fread($fp, 8192)){ 
$content .= $fc; 
} 
fclose($fp); 
if (empty($content)){ 
die("Get url: ". $url ." content failed."); 
} 
return $content; 
} 

//使用socket获取指定网页 
function get_content_by_socket($url, $host){ 
$fp = fsockopen($host, 80) or die("Open ". $url ." failed"); 
$header = "GET /".$url ." HTTP/1.1\r\n"; 
$header .= "Accept: */*\r\n"; 
$header .= "Accept-Language: zh-cn\r\n"; 
$header .= "Accept-Encoding: gzip, deflate\r\n"; 
$header .= "User-Agent: Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; Maxthon; InfoPath.1; .NET CLR 2.0.50727)\r\n"; 
$header .= "Host: ". $host ."\r\n"; 
$header .= "Connection: Keep-Alive\r\n"; 
//$header .= "Cookie: cnzz02=2; rtime=1; ltime=1148456424859; cnzz_eid=56601755-\r\n\r\n"; 
$header .= "Connection: Close\r\n\r\n"; 

fwrite($fp, $header); 
while (!feof($fp)) { 
$contents .= fgets($fp, 8192); 
} 
fclose($fp); 
return $contents; 
} 


//获取指定内容里的url 
function get_content_url($host_url, $file_contents){ 

//$reg = '/^(#|javascript.*?|ftp:\/\/.+|http:\/\/.+|.*?href.*?|play.*?|index.*?|.*?asp)+$/i'; 
//$reg = '/^(down.*?\.html|\d+_\d+\.htm.*?)$/i'; 
$rex = "/([hH][rR][eE][Ff])\s*=\s*['\"]*([^>'\"\s]+)[\"'>]*\s*/i"; 
$reg = '/^(down.*?\.html)$/i'; 
preg_match_all ($rex, $file_contents, $r); 
$result = ""; //array(); 
foreach($r as $c){ 
if (is_array($c)){ 
foreach($c as $d){ 
if (preg_match($reg, $d)){ $result .= $host_url . $d."\n"; } 
} 
} 
} 
return $result; 
} 

//获取指定内容中的多媒体文件 
function get_content_object($str, $split="|--:**:--|"){ 
$regx = "/href\s*=\s*['\"]*([^>'\"\s]+)[\"'>]*\s*(<b>.*?<\/b>)/i"; 
preg_match_all($regx, $str, $result); 

if (count($result) == 3){ 
$result[2] = str_replace("<b>多媒体： ", "", $result[2]); 
$result[2] = str_replace("</b>", "", $result[2]); 
$result = $result[1][0] . $split .$result[2][0] . "\n"; 
} 
return $result; 
} 

?> 

同一域名对应多个IP时，PHP获取远程网页内容的函数

fgc就是简单的读取过来，把一切操作封装了
fopen也进行了一些封装，但是需要你循环读取得到所有数据。
fsockopen这是直板板的socket操作。
如果仅仅是读取一个html页面，fgc更好。
如果公司是通过防火墙上网，一 般的file_get_content函数就不行了。当然，通过一些socket操作，直接向proxy写http请求也是可以的，但是比较麻烦。
如果你能确认文件很小，可以任选以上两种方式fopen ,join(’’,file($file));。比如，你只操作小于1k的文件，那最好还是用file_get_contents吧。

如果确定文件很大，或者不能确定文件的大小，那就最好使用文件流了。fopen一个1K的文件和fopen一个1G的文件没什么明显的区别。内容长，就可以花更长的时间去读，而不是让脚本死掉。

----------------------------------------------------
http://www.phpcake.cn/archives/tag/fsockopen
PHP获取远程网页内容有多种方式，例如用自带的file_get_contents、fopen等函数。

<?php 

echo file_get_contents("http://img.jb51.net/abc.php"); 
?> 

但是，在DNS轮询等负载均衡中，同一域名，可能对应多台服务器，多个IP。假设img.jb51.net被DNS解析到 72.249.146.213、72.249.146.214、72.249.146.215三个IP，用户每次访问img.jb51.net，系统会根据负载均衡的相应算法访问其中的一台服务器。
　　上周做一个视频项目时，就碰到这样一类需求：需要依次访问每台服务器上的一个PHP接口程序（假设为abc.php），查询这台服务器的传输状态。

这时就不能直接用file_get_contents访问http://img.jb51.net/abc.php了，因为它可能一直重复访问某一台服务器。

而采用依次访问http://72.249.146.213/abc.php、http://72.249.146.214/abc.php、http://72.249.146.215/abc.php的方法，在这三台服务器上的Web Server配有多个虚拟主机时，也是不行的。

通过设置本地hosts也不行，因为hosts不能设置多个IP对应同一个域名。

那就只有通过PHP和HTTP协议来实现：访问abc.php时，在header头中加上img.jb51.net域名。于是，我写了下面这个PHP函数：

<?php 

/************************ 
* 函数用途：同一域名对应多个IP时，获取指定服务器的远程网页内容 
* 创建时间：2008-12-09 
* 创建人：张宴（img.jb51.net） 
* 参数说明： 
* $ip 服务器的IP地址 
* $host 服务器的host名称 
* $url 服务器的URL地址（不含域名） 
* 返回值： 
* 获取到的远程网页内容 
* false 访问远程网页失败 
************************/ 
function HttpVisit($ip, $host, $url) 
{ 
$errstr = ''; 
$errno = ''; 
$fp = fsockopen ($ip, 80, $errno, $errstr, 90); 
if (!$fp) 
{ 
return false; 
} 
else 
{ 
$out = "GET {$url} HTTP/1.1\r\n"; 
$out .= "Host:{$host}\r\n"; 
$out .= "Connection: close\r\n\r\n"; 
fputs ($fp, $out); 

while($line = fread($fp, 4096)){ 
$response .= $line; 
} 
fclose( $fp ); 

//去掉Header头信息 
$pos = strpos($response, "\r\n\r\n"); 
$response = substr($response, $pos + 4); 

return $response; 
} 
} 

//调用方法： 
$server_info1 = HttpVisit("72.249.146.213", "img.jb51.net", "/abc.php"); 
$server_info2 = HttpVisit("72.249.146.214", "img.jb51.net", "/abc.php"); 
$server_info3 = HttpVisit("72.249.146.215", "img.jb51.net", "/abc.php"); 
?>