PHP获取网页内容的几种方法

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162

方法1: 用 file_get_contents 以get方式获取内容 <?php $url = 'http://www.domain.com/?para=123' ; $html = file_get_contents ( $url ); echo $html ; ?>   方法2：用 file_get_contents 函数,以post方式获取url <?php $url = 'http://www.domain.com/test.php?id=123' ; $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 ) ); $ctx = stream_context_create( $opts ); $html = @ file_get_contents ( $url , '' , $ctx );   如果需要再传递cookie数据,则把 'header' => "Content-type: application/x-www-form-urlencoded\r\n" .                    "Content-Length: " . strlen ( $data ) . "\r\n" , 修改为 'header' => "Content-type: application/x-www-form-urlencoded\r\n" .                   "Content-Length: " . strlen ( $data ) . "\r\n" .                   "cookie:cookie1=c1;cookie2=c2\r\n" ; 即可   方法3: 用 fopen 打开url, 以get方式获取内容 <?php $fp = fopen ( $url , 'r' ); $header = stream_get_meta_data( $fp ); //获取报头信息 while (! feof ( $fp )) { $result .= fgets ( $fp , 1024); } echo "url header: {$header} <br>" : echo "url body: $result" ; fclose( $fp ); ?>   方法4: 用 fopen 打开url, 以post方式获取内容 <?php $data = array ( 'foo2' => 'bar2' , 'foo3' => 'bar3' ); $data = http_build_query( $data );   $opts = array ( 'http' => array ( 'method' => 'POST' , 'header' => "Content-type: application/x-www-form-urlencoded\r\nCookie:cook1=c3;cook2=c4\r\n" . "Content-Length: " . strlen ( $data ) . "\r\n" , 'content' => $data ) );   $context = stream_context_create( $opts ); $html = fopen ( 'http://www.test.com/zzzz.php?id=i3&id2=i4' , 'rb' ,false, $context ); $w = fread ( $html ,1024); echo $w ; ?>   方法5：用 fsockopen 函数打开url，以get方式获取完整的数据，包括header和body <?php function get_url ( $url , $cookie =false) { $url = parse_url ( $url ); $query = $url [path]. "?" . $url [query]; echo "Query:" . $query ; $fp = fsockopen ( $url [host], $url [port]? $url [port]:80 , $errno , $errstr , 30); if (! $fp ) { return false; } else { $request = "GET $query HTTP/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 function GetUrlHTML( $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 ; }       return false; } ?>   方法6：用 fsockopen 函数打开url，以POST方式获取完整的数据，包括header和body <?php function HTTP_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 ( $data as $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 ; }   ?>   方法7:使用curl库，使用curl库之前，可能需要查看一下php.ini是否已经打开了curl扩展 <?php $ch = curl_init(); $timeout = 5; curl_setopt ( $ch , CURLOPT_URL, 'http://www.domain.com/' ); curl_setopt ( $ch , CURLOPT_RETURNTRANSFER, 1); curl_setopt ( $ch , CURLOPT_CONNECTTIMEOUT, $timeout ); $file_contents = curl_exec( $ch ); curl_close( $ch );   echo $file_contents ; ?>

php获得网页源代码抓取网页内容的几种方法

作者:admin    时间:2013-5-25 15:38:36    浏览: 21319

这里收集了3种利用php获得网页源代码抓取网页内容的方法，我们可以根据实际需要选用。

1、使用file_get_contents获得网页源代码

这个方法最常用，只需要两行代码即可，非常简单方便。

参考代码：

• <?php
• $fh= file_get_contents('http://www.webkaka.com/');
• echo $fh;
• ?>

2、使用fopen获得网页源代码

这个方法用的人也不少，不过代码有点多。

参考代码：

• <?php
• $fh = fopen('http://www.webkaka.com/', 'r');
• if($fh){
•     while(!feof($fh)) {
•         echo fgets($fh);
•     }
• }
• ?>

3、使用curl获得网页源代码

使用curl获得网页源代码的做法，往往是需要更高要求的人使用，例如当你需要在抓取网页内容的同时，得到网页header信息，还有ENCODING编码的使用，USERAGENT的使用等等。

参考代码一：

• <?php
• // 创建一个新cURL资源
• $ch = curl_init();
• // 设置URL和相应的选项
• curl_setopt($ch, CURLOPT_URL, "http://www.webkaka.com/");
• curl_setopt($ch, CURLOPT_HEADER, false);
• // 抓取URL并把它传递给浏览器
• $data = curl_exec($ch);
• echo $data;
• //关闭cURL资源，并且释放系统资源
• curl_close($ch);
• ?>

参考代码二：

• <?php
• $szUrl = "http://www.webkaka.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)';
• $curl = curl_init();
• curl_setopt($curl, CURLOPT_URL, $szUrl);
• curl_setopt($curl, CURLOPT_HEADER, 0);  //0表示不输出Header，1表示输出
• curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
• curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);
• curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, false);
• curl_setopt($curl, CURLOPT_ENCODING, '');
• curl_setopt($curl, CURLOPT_USERAGENT, $UserAgent);
• curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1);
• $data = curl_exec($curl);
• echo $data;
• //echo curl_errno($curl); //返回0时表示程序执行成功 如何从curl_errno返回值获取错误信息
• exit();
• ?>

上例里使用了几个curl_setopt()参数的定义，HEADER、ENCODING、USERAGENT等，可以参考这里http://cn2.php.net/curl_setopt查看更多参数及用途。

需要注意的是，在使用curl_init()之前，你需要做下php.ini的安全设置，否则该函数不能执行。可以参考下这篇文章解决IIS运行PHP出现Call to undefined function curl_init()的问题进行设置。

导读：fopen()和file_get_contents()打开URL获得网页内容的用法区别

Tags: php  fopen  file_get_contents  curl