php通过curl模拟登录,PHP通过CURL模拟登录并获取数据

/*通过CURL模拟登录并获取数据

一些网站需要权限认证，必须登录网站后，才能有效地抓取网页并采集内容，

这就需要curl来设置cookie完成模拟登录网页，php的curl在抓取网页内容方

面效率是比较高的，而且支持多线程，而file_get_contents()效率就要稍低

些。模拟登录的代码如下所示：

*/

function login_post($url, $cookie, $post){

$ch = curl_init(); //初始化curl模块

curl_setopt($ch, CURLOPT_URL, $url); //登录提交的地址

curl_setopt($ch, CURLOPT_HEADER, 0); //是否显示头信息

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 0); //是否自动显示返回的信息

curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie); //设置cookie信息保存在指定的文件夹中

curl_setopt($ch, CURLOPT_POST, 1); //以POST方式提交

curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($post));//要执行的信息

curl_exec($ch);//执行CURL

curl_close($ch);

}

/*

上例中声明的函数login_post()，需要提供一个url地址，一个保存cookie文

件，以及post的数据(用户名和密码等信息)，注意php自带的http_build_query()

函数可以将数组转换成相连接的字符串，如果通过该函数登录成功后，我们要获取

登录成功个页面信息。声明函数的代码如下所示：

*/

function get_content($url, $cookie){

$ch = curl_init(); //初始化curl模块

curl_setopt($ch, CURLOPT_URL, $url); //登录提交的地址

curl_setopt($ch, CURLOPT_HEADER, 0); //是否显示头信息

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); //是否自动显示返回的信息

curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie);//设置cookie信息保存在指定的文件夹中

$rs = curl_exec($ch);//执行curl转去页面内容

curl_close($ch);

return $rs; //返回字符串

}

/*

get_content()中用curlopt_cookiefile可以读取到登录保存的cookie信

息 最后讲页面内容返回.我们的目的是获取到模拟登录后的信息，也就是

只有正常登录成功后菜能获取的有用的信息，下面举例代码

*/

$post = array(

'_username' => 'g@ydma.cn',

'_password' => '123456',

'_submit' => '登录'

);

$url = "http://www.ydma.cn/login/check";//登录地址， 和原网站一致

$cookie = dirname(__FILE__).'/cookie_ydma.txt'; //设置cookie保存的路径

$url2 = "http://www.ydma.cn/course/59";//登录后要获取信息的地址

login_post($url, $cookie, $post);//调用模拟登录

$content = get_content($url2, $cookie); //登录后，调用get_content()函数获取登录后指定的页面信息

@unlik($cookie);//删除cookie文件

file_put_contents('save.txt', $content);//保存抓取的页面内容