1、 file_get_contents获取
<span style="white-space:pre"> </span>$url="http://www.baidu.com/";
<span style="white-space:pre"> </span>$fh= file_get_contents('http://www.hxfzzx.com/news/fzfj/');
<span style="white-space:pre"> </span>echo $fh;
2、使用fopen获取网页源代码
<span style="white-space:pre"> </span>$url="http://www.baidu.com/";
<span style="white-space:pre"> </span>$handle = fopen ($url, "rb");
<span style="white-space:pre"> </span>$contents = "";
<span style="white-space:pre"> </span>while (!feof($handle)) {
<span style="white-space:pre"> </span>$contents .= fread($handle, 8192);
<span style="white-space:pre"> </span>}
<span style="white-space:pre"> </span>fclose($handle);
<span style="white-space:pre"> </span>echo $contents; //输出获取到得内容。
3、使用CURL获取网页源代码
$url="http://www.baidu.com/";
$UserAgent = 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0; SLCC1; .NET CLR 2.0.50727; .NET CLR 3.0.04506; .NET CLR 3.5.21022; .NET CLR 1.0.3705; .NET CLR 1.1.4322)';
$curl = curl_init(); //创建一个新的CURL资源
curl_setopt($curl, CURLOPT_URL, $url); //设置URL和相应的选项
curl_setopt($curl, CURLOPT_HEADER, 0); //0表示不输出Header,1表示输出
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); //设定是否显示头信息,1显示,0不显示。
//如果成功只将结果返回,不自动输出任何内容。如果失败返回FALSE
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, false);
curl_setopt($curl, CURLOPT_ENCODING, ''); //设置编码格式,为空表示支持所有格式的编码
//header中“Accept-Encoding: ”部分的内容,支持的编码格式为:"identity","deflate","gzip"。
curl_setopt($curl, CURLOPT_USERAGENT, $UserAgent);
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1);
//设置这个选项为一个非零值(象 “Location: “)的头,服务器会把它当做HTTP头的一部分发送(注意这是递归的,PHP将发送形如 “Location: “的头)。
$data = curl_exec($curl);
echo $data;
//echo curl_errno($curl); //返回0时表示程序执行成功
curl_close($curl); //关闭cURL资源,并释放系统资源
转载自:
引用:
PHP抓取采集类snoopy介绍: http://www.nowamagic.net/librarys/veda/detail/855
PHP获取网页内容的几种方法:
http://www.oschina.net/code/snippet_861770_19638
http://www.webkaka.com/tutorial/php/2013/052534/
UserAgent设置不当导致php抓取网页失败:
http://www.webkaka.com/tutorial/php/2013/111846/