curl抓取网页操作

1.什么是CURL

curl是利用URL语法在命令行方式下工作的开源文件传输工具，他能够从互联网上获得各种各样的网络资源。简单来说，curl就是抓取页面的升级版。

2. 使用前准备

打开php.ini

查询curl模块有没有打开。

extension=php_curl.dll

3.  简单的使用curl

3.1 抓取百度页面

简版

<?php

    $curl=curl_init("http://www.baidu.com");

 //创建curl资源  

    curl_exec($curl);                                           

//传递给浏览器

    curl_close($curl);                                            

//关闭curl释放资源

?>

完整版

<?php

//1.初始化，创建一个新cURL资源

 $ch = curl_init();

//2.设置URL和相应的选项

 curl_setopt($ch, CURLOPT_URL, "http://www.baidu.com/");

// CURLOPT_HEADER : 如果你想把一个头包含在输出中，设置这个选项为一个非零值。

curl_setopt($ch, CURLOPT_HEADER, 0);

//3.抓取URL并把它传递给浏览器

 curl_exec($ch);

//4.关闭cURL资源，并且释放系统资源

 curl_close($ch);

?>

 

3.2 替换页面信息

 

<?php

$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","php",$output);

?>

3.3 调用WebService获取天气

<?php

header("Content-Type:text/html;   charset=utf-8");

$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_USERAGENT, "user-agent:Mozilla/5.0 (Windows NT 5.1; rv:24.0) Gecko/20100101 Firefox/24.0");

curl_setopt($curlobj, CURLOPT_HEADER, 0);          

//启用时会将头文件的信息作为数据流输出。这里不启用

curl_setopt($curlobj, CURLOPT_RETURNTRANSFER, 1);  

//如果成功只将结果返回，不自动输出任何内容。如果失败返回FALSE

curl_setopt($curlobj, CURLOPT_POST, 1);            

//如果你想PHP去做一个正规的HTTP POST，设置这个选项为一个非零值。这个POST是普通的 application/x-www-from-urlencoded 类型，多数被HTML表单使用。

curl_setopt($curlobj, CURLOPT_POSTFIELDS, $data);  

//需要POST的数据

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);

?>