标签：cookies log 收藏 平台 lynx 例子 符号 windows content
这几天需要用PHP写一个定时抓取网页的服务器应用。 在网上搜了一下解决办法, 找到几种解决办法，现总结如下。
定时运行任务对于一个网站来说，是一个比较重要的任务，比如定时发布文档，定时清理垃圾信息等，现在的网站大多数都是采用PHP动态语言开发的，而对于PHP的实现决定了它没有Java和.Net这种AppServer的概念，而http协议是一个无状态的协议，PHP只能被用户触发，被调用，调用后会自动退出内存，没有常驻内存。
如果非要PHP去实现定时任务， 可以有以下几种解决方案：
一. 简单直接不顾后果型
<?php ignore_user_abort();//关掉浏览器，PHP脚本也可以继续执行. set_time_limit(0);// 通过set_time_limit(0)可以让程序无限制的执行下去 ini_set(‘memory_limit‘,‘512M‘); // 设置内存限制 $interval=60*30;// 每隔半小时运行 do{ //ToDo sleep($interval);// 等待5分钟 } while(true);
缺点: 启动之后，便无法控制, 除非终止 PHP 宿主. 不要采用这样方法, 除非你是黑客.
二. 简单可控型
config.php <?php return 1; ?> cron.php ignore_user_abort();//关掉浏览器，PHP脚本也可以继续执行. set_time_limit(0);// 通过set_time_limit(0)可以让程序无限制的执行下去 $interval=60*30;// 每隔半小时运行 do{ $run = include ‘config.php‘; if(!$run) die(‘process abort‘); //ToDo sleep($interval);// 等待5分钟 } while(true);
通过 改变config.php 的 return 0 , 来实现停止程序. 一个可行的办法是config.php文件和某个特殊表单交互, 通过HTML页面设置一些变量来进行配置
缺点: 占系统资源, 长时间运行，会有一些意想不到的隐患。比如内存管理方面的问题 .
三. 简单改进型
<?php $time=15; $url="http://".$_SERVER[‘HTTP_HOST‘].$_SERVER[‘REQUEST_URI‘]; /* function */ sleep($time); file_get_contents($url); ?>
php脚本sleep 一段时间之后通过访问自身的方式继续执行. 就好像接力赛跑一样..这样就能保证每个PHP脚本执行时间不会太长. 也就不受time_out的限制了.
因为每一次一次循环php文件都是独立执行,所以这种方法,避免了time_out的限制. 但是最好和上边一样 加上控制代码. cofig.php , 以便能够终止进程.
四. 服务器定时任务
Unix平台
如果您使用 Unix 系统，您需要在您的 PHP 脚本的最前面加上一行特殊的代码，使得它能够被执行，这样系统就能知道用什么样的程序要运行该脚本。为 Unix 系统增加的第一行代码不会影响该脚本在 Windows 下的运行，因此您也可以用该方法编写跨平台的脚本程序。
1、在Crontab中使用PHP执行脚本
就像在Crontab中调用普通的shell脚本一样（具体Crontab用法），使用PHP程序来调用PHP脚本，每一小时执行 myscript.php 如下：
# crontab -e 00 * * * * /usr/local/bin/php /home/john/myscript.php
/usr/local/bin/php为PHP程序的路径。
2、在Crontab中使用URL执行脚本
如果你的PHP脚本可以通过URL触发，你可以使用 lynx 或 curl 或 wget 来配置你的Crontab。
下面的例子是使用Lynx文本浏览器访问URL来每小时执行PHP脚本。Lynx文本浏览器默认使用对话方式打开URL。但是，像下面的，我们在lynx命令行中使用-dump选项来把URL的输出转换来标准输出。
00 * * * * lynx -dump http://www.sf.net/myscript.php
下面的例子是使用 CURL 访问URL来每5分执行PHP脚本。Curl默认在标准输出显示输出。使用 "curl -o" 选项，你也可以把脚本的输出转储到临时文件temp.txt。
*/5 * * * * /usr/bin/curl -o temp.txt http://www.sf.net/myscript.php
下面的例子是使用WGET访问URL来每10分执行PHP脚本。-q 选项表示安静模式。"-O temp.txt" 表示输出会发送到临时文件。
*/10 * * * * /usr/bin/wget -q -O temp.txt http://www.sf.net/myscript.php
五. ini_set函数用法详解
PHP ini_set用来设置php.ini的值，在函数执行的时候生效，脚本结束后，设置失效。无需打开php.ini文件，就能修改配置，对于虚拟空间来说，很方便。
函数格式：
string ini_set(string $varname, string $newvalue)
不是所有的参数都可以配置，可以查看手册中的列表。
常见的设置：
@ ini_set(‘memory_limit‘, ‘64M‘);
menory_limit：设定一个脚本所能够申请到的最大内存字节数，这有利于写的不好的脚本消耗服务器上的可用内存。@符号代表不输出错误。
@ini_set(‘display_errors‘, 1);
display_errors：设置错误信息的类别。
@ini_set(‘session.auto_start‘, 0);
session.auto_start：是否自动开session处理，设置为1时，程序中不用session_start()来手动开启session也可使用session，
如果参数为0，又没手动开启session，则会报错。
@ini_set(‘session.cache_expire‘, 180);
session.cache_expire：指定会话页面在客户端cache中的有限期（分钟）缺省下为180分钟。如果设置了session.cache_limiter=nocache时，此处设置无 效。
@ini_set(‘session.use_cookies‘, 1);
session.use_cookies：是否使用cookie在客户端保存会话ID；
@ini_set(‘session.use_trans_sid‘, 0);
session.use_trans_sid：是否使用明码在URL中显示SID（会话ID），
默认是禁止的，因为它会给你用户带来安全危险：
用户可能将包含有效的sid的URL通过email/irc/QQ/MSN等途径告诉其他人。
包含有效sid的URL可能会保存在公用电脑上。
用户可能保存带有固定不变的SID的URL在他们的收藏夹或者浏览历史记录里。 基于URL的会话管理总是比基于Cookie的会话管理有更多的风险，所以应当禁用。
PHP定时任务是一个非常有意思的东西，以上就是本文提供的一些解决方案，你也可以通过本文的思路，开发出自己的一种解决方案。希望能帮助到有需要的大家。
标签：cookies log 收藏 平台 lynx 例子 符号 windows content
原文地址：http://www.cnblogs.com/jiangxiaobo/p/7367455.html
