php获取网页内容方法总结

用php抓取页面的内容在实际的开发当中是非常有用的，如作一个简单的内容采集器，提取网页中的部分内容等等
抓取到的内容在通过正则表达式做一下过滤就得到了你想要的内容，至于如何用正则表达式过滤，在这里就不做介绍了，有兴趣的，以下就是几种常用的用php抓取网页中的内容的方法。

首先举个自己做过的例子：这个例子是调用大众点评的接口数据 返回的是XML的数据

$api = 'http://api.dianping.com/Promo.svc/search?'; //接口地址 $param = array( 'cityid' =>'1', //'shoptype' =>'', //'keyword' =>'', //'categoryID' =>'', //'regionid' =>'', 'type' =>'0', //'range' =>'', //'order' =>'', //'lat' =>'', //'lng' =>'', //'distance' =>'', //'page' =>'', 'maxrows' =>'5', 'apikey' =>'xxxxxxxxxxx', ); //这个就是该接口需要的三个参数。 $query = http_build_query($param);//把参数生成格式 $url=$api.$query;//合并成最后URL //$content=file_get_contents($url); $contents=file($url); //获得页面的源代码 //print_r($contents); //echo "<hr/>"; $content=$contents[0]; $xml = simplexml_load_string($content); $lists=$xml ->Promos->Promo;

这样获得内容！

下面是常用的获取页面的内容的方法

1.file_get_contents
PHP代码

<?php $url = "http://www.jb51.net"; $contents = file_get_contents($url); //如果出现中文乱码使用下面代码 //$getcontent = iconv("gb2312", "utf-8",$contents); echo $contents; ?>

2.curl
PHP代码

<?php $url = "http://www.jb51.net"; $ch = curl_init(); $timeout = 5; curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout); //在需要用户检测的网页里需要增加下面两行 //curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_ANY); //curl_setopt($ch, CURLOPT_USERPWD, US_NAME.":".US_PWD); $contents = curl_exec($ch); curl_close($ch); echo $contents; ?>

3.fopen->fread->fclose
PHP代码
<?php $handle = fopen ("http://www.jb51.net", "rb"); $contents = ""; do { $data = fread($handle, 1024); if (strlen($data) == 0) { break; } $contents .= $data; } while(true); fclose ($handle); echo $contents; ?>

注：
1.使用file_get_contents和fopen必须空间开启allow_url_fopen。方法：编辑php.ini，设置 allow_url_fopen = On，allow_url_fopen关闭时fopen和file_get_contents都不能打开远程文件。
2.使用curl必须空间开启curl。方法：windows下修改php.ini，将extension=php_curl.dll前面的分号去掉，而且需要拷贝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下；Linux下要安装curl扩展。