标签：
抓取远程内容，之前一直都在用file_get_content函数，其实早就知道有curl这么一个好东西的存在，但是看了一眼后感觉使用颇有些复杂，没有file_get_content那么简单，再就是需求也不大，所以没有学习使用curl。
直到最近，要做一个网页小偷程序的时候才发现file_get_content已经完全不能满足需求了。我觉得，在读取远程内容的时候，file_get_content除了使用比curl便捷以外，其他都没有curl好。
php中curl和file_get_content的一些比较
主要区别：
学习才发现，curl支持很多协议，有FTP, FTPS, HTTP, HTTPS, GOPHER, TELNET, DICT, FILE以及LDAP，也就是说，它能做到很多file_get_content做不到的事情。curl在php可以实现远程获取和采集内容；实现PHP网页版的FTP上传下载；实现模拟登陆；实现接口对接（API），数据传输；实现模拟Cookie；下载文件断点续传等等，功能十分强大。
了解curl一些基本的使用后，才发现其实并不难，只不过记住里面一些设置参数，难弄一点，但是我们记住几个常用的就可以了。
开启curl：
因为PHP默认是不支持curl功能的，因此如果要用curl的话，首先需要在php.ini中开启该功能，即去掉 ;extension= php_curl.dll 前面的分号，然后保存后重启apache/iis就好了。
基本语法：
1 $my_curl = curl_init(); //初始化一个curl对象 2 curl_setopt($my_curl, CURLOPT_URL, "http://www.jb51.net"); //设置你需要抓取的URL 3 curl_setopt($my_curl,CURLOPT_RETURNTRANSFER,1); //设置是将结果保存到字符串中还是输出到屏幕上，1表示将结果保存到字符串 4 $str = curl_exec($curl); //执行请求 5 echo $str; //输出抓取的结果 6 curl_close($curl); //关闭url请求
最近需要获取别人网站上的音乐数据。用了file_get_contents函数，但是总是会遇到获取失败的问题，尽管按照手册中的例子设置了超时，可多数时候不会奏效：
1 $config[‘context‘] = stream_context_create(array(‘http‘ => array(‘method‘ => "GET", 2 ‘timeout‘ => 5//这个超时时间不稳定，经常不奏效 3 ) 4 ));
这时候，看一下服务器的连接池，会发现一堆类似的错误，让我头疼万分：
file_get_contents(http://***): failed to open stream…
现在改用了curl库，写了一个函数替换：
1 function curl_file_get_contents($durl){ 2 $ch = curl_init(); 3 curl_setopt($ch, CURLOPT_URL, $durl); 4 curl_setopt($ch, CURLOPT_TIMEOUT, 5); 5 curl_setopt($ch, CURLOPT_USERAGENT, _USERAGENT_); 6 curl_setopt($ch, CURLOPT_REFERER,_REFERER_); 7 curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 8 $r = curl_exec($ch); 9 curl_close($ch); 10 return $r; 11 }
如此，除了真正的网络问题外，没再出现任何问题。
这是别人做过的关于curl和file_get_contents的测试：
file_get_contents抓取google.com需用秒数：
2.31319094
2.30374217
2.21512604
3.30553889
2.30124092
curl使用的时间：
0.68719101
0.64675593
0.64326
0.81983113
0.63956594
差距很大？呵呵，从我使用的经验来说，这两个工具不只是速度有差异，稳定性也相差很大。
建议对网络数据抓取稳定性要求比较高的朋友使用上面的 curl_file_get_contents函数，不但稳定速度快，还能假冒浏览器欺骗目标地址哦！
方法1: 用file_get_contents 以get方式获取内容
1 <?php 2 $url=‘http://www.domain.com/‘; 3 $html = file_get_contents($url); 4 echo $html; 5 ?>
方法2: 用fopen打开url, 以get方式获取内容
1 <?php 2 $fp = fopen($url, ‘r‘); 3 stream_get_meta_data($fp); 4 while(!feof($fp)) { 5 $result .= fgets($fp, 1024); 6 } 7 echo "url body: $result"; 8 fclose($fp); 9 ?>
方法3：用file_get_contents函数,以post方式获取url
1 <?php 2 $data = array (‘foo‘ => ‘bar‘); 3 $data = http_build_query($data); 4 $opts = array ( 5 ‘http‘ => array ( 6 ‘method‘ => ‘POST‘, 7 ‘header‘=> "Content-type: application/x-www-form-urlencodedrn" . 8 "Content-Length: " . strlen($data) . "rn", 9 ‘content‘ => $data 10 ) 11 ); 12 $context = stream_context_create($opts); 13 $html = file_get_contents(‘http://localhost/e/admin/test.html‘, false, $context); 14 echo $html; 15 ?>
方法4：用fsockopen函数打开url，以get方式获取完整的数据，包括header和body
1 <?php 2 function get_url ($url,$cookie=false) 3 { 4 $url = parse_url($url); 5 $query = $url[path]."?".$url[query]; 6 echo "Query:".$query; 7 $fp = fsockopen( $url[host], $url[port]?$url[port]:80 , $errno, $errstr, 30); 8 if (!$fp) { 9 return false; 10 } else { 11 $request = "GET $query HTTP/1.1rn"; 12 $request .= "Host: $url[host]rn"; 13 $request .= "Connection: Closern"; 14 if($cookie) $request.="Cookie: $cookien"; 15 $request.="rn"; 16 fwrite($fp,$request); 17 while()) { 18 $result .= @fgets($fp, 1024); 19 } 20 fclose($fp); 21 return $result; 22 } 23 } 24 //获取url的html部分，去掉header 25 function GetUrlHTML($url,$cookie=false) 26 { 27 $rowdata = get_url($url,$cookie); 28 if($rowdata) 29 { 30 $body= stristr($rowdata,"rnrn"); 31 $body=substr($body,4,strlen($body)); 32 return $body; 33 } 34 return false; 35 } 36 ?>
方法5：用fsockopen函数打开url，以POST方式获取完整的数据，包括header和body
1 <?php 2 function HTTP_Post($URL,$data,$cookie, $referrer="") 3 { 4 // parsing the given URL 5 $URL_Info=parse_url($URL); 6 // Building referrer 7 if($referrer=="") // if not given use this script as referrer 8 $referrer="111″; 9 // making string from $data 10 foreach($data as $key=>$value) 11 $values[]="$key=".urlencode($value); 12 $data_string=implode("&",$values); 13 // Find out which port is needed – if not given use standard (=80) 14 if(!isset($URL_Info["port"])) 15 $URL_Info["port"]=80; 16 // building POST-request: 17 $request.="POST ".$URL_Info["path"]." HTTP/1.1n"; 18 $request.="Host: ".$URL_Info["host"]."n"; 19 $request.="Referer: $referern"; 20 $request.="Content-type: application/x-www-form-urlencodedn"; 21 $request.="Content-length: ".strlen($data_string)."n"; 22 $request.="Connection: closen"; 23 $request.="Cookie: $cookien"; 24 $request.="n"; 25 $request.=$data_string."n"; 26 $fp = fsockopen($URL_Info["host"],$URL_Info["port"]); 27 fputs($fp, $request); 28 while(!feof($fp)) { 29 $result .= fgets($fp, 1024); 30 } 31 fclose($fp); 32 return $result; 33 } 34 ?>
方法6: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中 curl， fsockopen ，file_get_contents 三个函数 都可以实现采集模拟发言 。三者有什么区别，或者讲究么
赵永斌:
有些时候用file_get_contents()调用外部文件,容易超时报错。换成curl后就可以.具体原因不清楚
curl 效率比file_get_contents()和fsockopen()高一些,原因是CURL会自动对DNS信息进行缓存(亮点啊有我待亲测)
范佳鹏:
file_get_contents curl fsockopen
在当前所请求环境下选择性操作，没有一概而论：
具我们公司开发KBI应用来看：
刚开始采用：file_get_contents
后来采用：fsockopen
最后到至今采用：curl
（远程）我个人理解到的表述如下（不对请指出，不到位请补充）
file_get_contents 需要php.ini里开启allow_url_fopen,请求http时，使用的是http_fopen_wrapper，不会keeplive.curl是可以的。
file_get_contents()单个执行效率高，返回没有头的信息。
这个是读取一般文件的时候并没有什么问题，但是在读取远程问题的时候就会出现问题。
如果是要打一个持续连接，多次请求多个页面。那么file_get_contents和fopen就会出问题。
取得的内容也可能会不对。所以做一些类似采集工作的时候，肯定就有问题了。
sock较底层，配置麻烦，不易操作。 返回完整信息。
潘少宁-腾讯：
file_get_contents 虽然可以获得某URL的内容，但不能post get啊。
curl 则可以post和get啊。还可以获得head信息
而socket则更底层。可以设置基于UDP或是TCP协议去交互
file_get_contents 和 curl 能干的，socket都能干。
socket能干的，curl 就不一定能干了
file_get_contents 更多的时候 只是去拉取数据。效率比较高 也比较简单。
赵的情况这个我也遇到过，我通过CURL设置host 就OK了。 这和网络环境有关系
1 <?php 2 /** 3 * Socket版本 4 * 使用方法： 5 * $post_string = "app=socket&version=beta"; 6 * request_by_socket(‘jb51.net‘,‘/restServer.php‘,$post_string); 7 */ 8 function request_by_socket($remote_server,$remote_path,$post_string,$port = 80,$timeout = 30){ 9 $socket = fsockopen($remote_server,$port,$errno,$errstr,$timeout); 10 if (!$socket) die("$errstr($errno)"); 11 fwrite($socket,"POST $remote_path HTTP/1.0"); 12 fwrite($socket,"User-Agent: Socket Example"); 13 fwrite($socket,"HOST: $remote_server"); 14 fwrite($socket,"Content-type: application/x-www-form-urlencoded"); 15 fwrite($socket,"Content-length: ".strlen($post_string)+8.""); 16 fwrite($socket,"Accept:*/*"); 17 fwrite($socket,""); 18 fwrite($socket,"mypost=$post_string"); 19 fwrite($socket,""); 20 $header = ""; 21 while ($str = trim(fgets($socket,4096))) { 22 $header.=$str; 23 } 24 $data = ""; 25 while (!feof($socket)) { 26 $data .= fgets($socket,4096); 27 } 28 return $data; 29 } 30 /** 31 * Curl版本 32 * 使用方法： 33 * $post_string = "app=request&version=beta"; 34 * request_by_curl(‘http://jb51.net/restServer.php‘,$post_string); 35 */ 36 function request_by_curl($remote_server,$post_string){ 37 $ch = curl_init(); 38 curl_setopt($ch,CURLOPT_URL,$remote_server); 39 curl_setopt($ch,CURLOPT_POSTFIELDS,‘mypost=‘.$post_string); 40 curl_setopt($ch,CURLOPT_RETURNTRANSFER,true); 41 curl_setopt($ch,CURLOPT_USERAGENT,"Jimmy‘s CURL Example beta"); 42 $data = curl_exec($ch); 43 curl_close($ch); 44 return $data; 45 } 46 /** 47 * 其它版本 48 * 使用方法： 49 * $post_string = "app=request&version=beta"; 50 * request_by_other(‘http://jb51.net/restServer.php‘,$post_string); 51 */ 52 function request_by_other($remote_server,$post_string){ 53 $context = array( 54 ‘http‘=>array( 55 ‘method‘=>‘POST‘, 56 ‘header‘=>‘Content-type: application/x-www-form-urlencoded‘."". 57 ‘User-Agent : Jimmy‘s POST Example beta‘."". 58 ‘Content-length: ‘.strlen($post_string)+8, 59 ‘content‘=>‘mypost=‘.$post_string) 60 ); 61 $stream_context = stream_context_create($context); 62 $data = file_get_contents($remote_server,FALSE,$stream_context); 63 return $data; 64 } 65 ?>
php中使用Curl、socket、file_get_contents三种方法POST提交数据
标签：
原文地址：http://www.cnblogs.com/jiangxiaobo/p/5667719.html
