PHP网络爬虫之CURL学习(1)

2401_84140409

于 2024-05-15 21:09:36 发布

阅读量365

点赞数 3

分类专栏：程序员文章标签： python 学习面试

本文链接：https://blog.csdn.net/2401_84140409/article/details/138923663

版权

程序员专栏收录该内容

138 篇文章 0 订阅

订阅专栏

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

在这里插入图片描述

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

* 实例描述：在网络上下载一个网页并把内容中的“百度”替换为“屌丝”之后输出
*/
$curlobj = curl\_init(); // 初始化 curl\_setopt($ curlobj, CURLOPT_URL, “http://www.baidu.com”); // 设置访问网页的URL
curl_setopt($curlobj, CURLOPT_RETURNTRANSFER, true); // 执行之后不直接打印出来
$output=curl\_exec($ curlobj); // 执行
curl_close( $curlobj); // 关闭cURL echo str\_replace("百度","屌丝",$ output);
?>


**2. 通过调用WebService查询北京的当前天气**

<?php /\*\* \* 实例描述：通过调用WebService查询北京的当前天气 \*/ $data = 'theCityName=北京'; $curlobj = curl\_init(); curl\_setopt($curlobj, CURLOPT\_URL, "http://www.webxml.com.cn/WebServices/WeatherWebService.asmx/getWeatherbyCityName"); curl\_setopt($curlobj, CURLOPT\_HEADER, 0); curl\_setopt($curlobj, CURLOPT\_RETURNTRANSFER, 1); curl\_setopt($curlobj, CURLOPT\_POST, 1); curl\_setopt($curlobj, CURLOPT\_POSTFIELDS, $data); curl\_setopt($curlobj, CURLOPT\_HTTPHEADER, array("application/x-www-form-urlencoded; charset=utf-8", "Content-length: ".strlen($data) )); $rtn = curl\_exec($curlobj); if(!curl\_errno($curlobj)){ // $info = curl\_getinfo($curlobj); // print\_r($info); echo $rtn; } else { echo 'Curl error: ' . curl\_error($curlobj); } curl\_close($curlobj); ?>


**3. 模拟需要登录的网址并抓取网页的内容**

<?php /\*\* \* 实例描述：模拟需要登录的网址并抓取网页的内容 \*/ $data=array('username' => 'promonkey', 'password' => '1q2w3e', 'remember'=>1); $data='username=zjzhoufy@126.com&password=1q2w3e&remember=1'; $curlobj = curl\_init(); // 初始化 curl\_setopt($curlobj, CURLOPT\_URL, "http://www.imooc.com/user/login"); // 设置访问网页的URL curl\_setopt($curlobj, CURLOPT\_RETURNTRANSFER, true); // 执行之后不直接打印出来 // Cookie相关设置，这部分设置需要在所有会话开始之前设置 date\_default\_timezone\_set('PRC'); // 使用Cookie时，必须先设置时区 curl\_setopt($curlobj, CURLOPT\_COOKIESESSION, TRUE); curl\_setopt($curlobj, CURLOPT\_HEADER, 0); curl\_setopt($curlobj, CURLOPT\_FOLLOWLOCATION, 1); // 这样能够让cURL支持页面链接跳转 curl\_setopt($curlobj, CURLOPT\_POST, 1); curl\_setopt($curlobj, CURLOPT\_POSTFIELDS, $data); curl\_setopt($curlobj, CURLOPT\_HTTPHEADER, array("application/x-www-form-urlencoded; charset=utf-8", "Content-length: ".strlen($data) )); curl\_exec($curlobj); // 执行 curl\_setopt($curlobj, CURLOPT\_URL, "http://www.imooc.com/space/index"); curl\_setopt($curlobj, CURLOPT\_POST, 0); curl\_setopt($curlobj, CURLOPT\_HTTPHEADER, array("Content-type: text/xml" )); $output=curl\_exec($curlobj); // 执行 curl\_close($curlobj); // 关闭cURL echo $output; ?>


**4. 登录网站的信息抓取并下载个人空间页面 + 自定义实现页面链接跳转抓取**

<?php /\*\* \* 实例描述：登录网站的信息抓取并下载个人空间页面 \* 自定义实现页面链接跳转抓取 \* \*/ $data='username=demo\_peter@126.com&password=123qwe&remember=1'; $curlobj = curl\_init(); // 初始化 curl\_setopt($curlobj, CURLOPT\_URL, "http://www.imooc.com/user/login"); // 设置访问网页的URL curl\_setopt($curlobj, CURLOPT\_RETURNTRANSFER, true); // 执行之后不直接打印出来 // Cookie相关设置，这部分设置需要在所有会话开始之前设置 date\_default\_timezone\_set('PRC'); // 使用Cookie时，必须先设置时区 curl\_setopt($curlobj, CURLOPT\_COOKIESESSION, TRUE); curl\_setopt($curlobj, CURLOPT\_HEADER, 0); // 注释掉这行，因为这个设置必须关闭安全模式以及关闭open\_basedir，对服务器安全不利 //curl\_setopt($curlobj, CURLOPT\_FOLLOWLOCATION, 1); curl\_setopt($curlobj, CURLOPT\_POST, 1); curl\_setopt($curlobj, CURLOPT\_POSTFIELDS, $data); curl\_setopt($curlobj, CURLOPT\_HTTPHEADER, array("application/x-www-form-urlencoded; charset=utf-8", "Content-length: ".strlen($data) )); curl\_exec($curlobj); // 执行 curl\_setopt($curlobj, CURLOPT\_URL, "http://www.imooc.com/space/index"); curl\_setopt($curlobj, CURLOPT\_POST, 0); curl\_setopt($curlobj, CURLOPT\_HTTPHEADER, array("Content-type: text/xml" )); $output=curl\_redir\_exec($curlobj); // 执行 curl\_close($curlobj); // 关闭cURL echo $output; /\*\* \* 自定义实现页面链接跳转抓取 \*/ function curl\_redir\_exec($ch,$debug="") { static $curl\_loops = 0; static $curl\_max\_loops = 20; if ($curl\_loops++ >= $curl\_max\_loops) { $curl\_loops = 0; return FALSE; } curl\_setopt($ch, CURLOPT\_HEADER, true); // 开启header才能够抓取到重定向到的新URL curl\_setopt($ch, CURLOPT\_RETURNTRANSFER, true); $data = curl\_exec($ch); // 分割返回的内容 $h\_len = curl\_getinfo($ch, CURLINFO\_HEADER\_SIZE); $header = substr($data,0,$h\_len); $data = substr($data,$h\_len - 1); $http\_code = curl\_getinfo($ch, CURLINFO\_HTTP\_CODE); if ($http\_code == 301 || $http\_code == 302) { $matches = array(); preg\_match('/Location:(.\*?)\n/', $header, $matches); $url = @parse\_url(trim(array\_pop($matches))); // print\_r($url); if (!$url) { //couldn't process the url to redirect to $curl\_loops = 0; return $data; } $last\_url = parse\_url(curl\_getinfo($ch, CURLINFO\_EFFECTIVE\_URL)); if (!isset($url['scheme'])) $url['scheme'] = $last\_url['scheme']; if (!isset($url['host'])) $url['host'] = $last\_url['host']; if (!isset($url['path'])) $url['path'] = $last\_url['path']; $new\_url = $url['scheme'] . '://' . $url['host'] . $url['path'] . (isset($url['query'])?'?'.$url['query']:''); curl\_setopt($ch, CURLOPT\_URL, $new\_url); return curl\_redir\_exec($ch); } else { $curl\_loops=0; return $data; } } ?>


**从FTP服务器下载一个文件到本地**

<?php /\*\* \* 实例描述：把本地文件上传到FTP服务器上 \*/ $curlobj = curl\_init(); $localfile = 'ftp01.php'; $fp = fopen($localfile, 'r'); curl\_setopt($curlobj, CURLOPT\_URL, "ftp://192.168.1.100/ftp01\_uploaded.php"); curl\_setopt($curlobj, CURLOPT\_HEADER, 0); curl\_setopt($curlobj, CURLOPT\_RETURNTRANSFER, 1); curl\_setopt($curlobj, CURLOPT\_TIMEOUT, 300); // times out after 300s curl\_setopt($curlobj, CURLOPT\_USERPWD, "peter.zhou:123456");//FTP用户名：密码 //上传和下载主要是下面子三个参数不一样 curl\_setopt($curlobj, CURLOPT\_UPLOAD, 1); curl\_setopt($curlobj, CURLOPT\_INFILE, $fp); curl\_setopt($curlobj, CURLOPT\_INFILESIZE, filesize($localfile)); $rtn = curl\_exec($curlobj); fclose($fp); if(!curl\_errno($curlobj)){ echo "Uploaded successfully."; } else { echo 'Curl error: ' . curl\_error($curlobj); } curl\_close($curlobj); ?>


**6.下载网络上面的一个HTTPS的资源**

<?php /\*\* \* 实例描述：下载网络上面的一个HTTPS的资源 \*/ $curlobj = curl\_init(); // 初始化 curl\_setopt($curlobj, CURLOPT\_URL, "https://ajax.aspnetcdn.com/ajax/jquery.validate/1.12.0/jquery.validate.js"); // 设置访问网页的URL curl\_setopt($curlobj, CURLOPT\_RETURNTRANSFER, true); // 执行之后不直接打印出来 // 设置HTTPS支持 date\_default\_timezone\_set('PRC'); // 使用Cookie时，必须先设置时区 curl\_setopt($curlobj, CURLOPT\_SSL\_VERIFYPEER, 0); // 对认证证书来源的检查从证书中检查SSL加密算法是否存在 curl\_setopt($curlobj, CURLOPT\_SSL\_VERIFYHOST, 2); // $output=curl\_exec($curlobj); // 执行 curl\_close($curlobj); // 关闭cURL echo $output; ?>


### 原生PHP模拟http请求


有时候为了简单模拟一个http请求，这样就去用curl有点浪费，其实php自身已经可以实现这个功能，


需要在服务器端模拟 POST/GET 等请求，也就是在 PHP 程序中去实现模拟，改怎么做到呢？或者说，在 PHP 程序里，给你一个数组，如何将这个数组 POST/GET 到另外一个地址呢？当然，使用 CURL 很容易办到，那么如果不使用 CURL 库，又该怎么办呢？其实，在 PHP 里已经有相关的函数实现了，这个函数就是接下来要讲的 `stream_context_create()。`


直接 show you the code，这是最好的方法：

$data = array(
‘foo’=>‘bar’,
‘baz’=>‘boom’,
‘site’=>‘www.nowamagic.net’,
‘name’=>‘nowa magic’);

$data = http_build_query($ data);

// $postdata = http\_build\_query($ data);
$options = array(
‘http’ => array(
‘method’ => ‘POST’,
‘header’ => ‘Content-type:application/x-www-form-urlencoded’,
‘content’ => $data
//‘timeout’ => 60 * 60 // 超时时间（单位:s）
)
);

$url = “http://www.nowamagic.net/test2.php”;
$context = stream_context_create($ options);
$result = file_get_contents($ url, false, $context);

echo $result;
http://www.nowamagic.net/test2.php 的代码为：

$data = $_POST;

echo ‘

’;

print_r( $data );

echo ‘

’;




文末有福利领取哦~
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

👉**一、Python所有方向的学习路线**

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。![img](https://img-blog.csdnimg.cn/c67c0f87cf9343879a1278dfb067f802.png)

👉**二、Python必备开发工具**

![img](https://img-blog.csdnimg.cn/757ca3f717df4825b7d90a11cad93bc7.png)  
👉**三、Python视频合集**

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。  
![img](https://img-blog.csdnimg.cn/31066dd7f1d245159f21623d9efafa68.png)

👉 **四、实战案例**

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。**（文末领读者福利）**  
![img](https://img-blog.csdnimg.cn/e78afb3dcb8e4da3bae5b6ffb9c07ec7.png)

👉**五、Python练习题**

检查学习结果。  
![img](https://img-blog.csdnimg.cn/280da06969e54cf180f4904270636b8e.png)

👉**六、面试资料**

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。  
![img](https://img-blog.csdnimg.cn/a9d7c35e6919437a988883d84dcc5e58.png)

![img](https://img-blog.csdnimg.cn/5db8141418d544d3a8e9da4805b1a3f9.png)

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**