标签：useragent out reg data- contents 重要 code 习惯 用例
PHP CURL与file_get_contents函数都可以获取远程服务器上的文件保存到本地，但在性能上面两者完全不在同一个级别，下面我先来介绍PHP CURL或file_get_contents函数应用例子，然后再简单的给各位介绍一下它们的一些小区别吧。
推荐方法 CURL获取
|
1
2
3
4
5
6
7
8
9
10
11
12
|
<?php$c = curl_init();$url = ‘www.jb51.net‘;curl_setopt($c, CURLOPT_URL, $url);curl_setopt($c, CURLOPT_RETURNTRANSFER, 1);$data = curl_exec($c);curl_close($c);$pos = strpos($data,‘utf-8‘);if($pos===false){$data = iconv("gbk","utf-8",$data);}preg_match("/<title>(.*)<＼/title>/i",$data, $title);echo $title[1];?> |
使用file_get_contents
|
1
2
3
4
5
6
7
8
9
|
<?php$pos = strpos($content,‘utf-8‘);if($pos===false){$content = iconv("gbk","utf-8",$content);}$postb=strpos($content,‘<title>‘)+7;$poste=strpos($content,‘</title>‘);$length=$poste-$postb;echo substr($content,$postb,$length);?> |
看看file_get_contents性能
1）fopen/file_get_contents 每次请求远程URL中的数据都会重新做DNS查询，并不对DNS信息进行缓存。但是CURL会自动对DNS信息进行缓存。对同一域名下的网页或者图片的请求只需要一次DNS 查询。这大大减少了DNS查询的次数。所以CURL的性能比fopen/file_get_contents 好很多。
2）fopen/file_get_contents在请求HTTP时，使用的是http_fopen_wrapper，不会keeplive。而curl却可以。这样在多次请求多个链接时，curl效率会好一些。(设置header头应该可以)
3）fopen/file_get_contents函数会受到php.ini文件中allow_url_open选项配置的影响。如果该配置关闭了，则该函数也就失效了。而curl不受该配置的影响。
4）curl可以模拟多种请求，例如：POST数据，表单提交等，用户可以按照自己的需求来定制请求。而fopen/file_get_contents只能使用get方式获取数据。
5）fopen/file_get_contents 不能正确下载二进制文件
6）fopen/file_get_contents 不能正确处理ssl请求
7）curl 可以利用多线程
8）使用 file_get_contents 的时候如果 网络出现问题， 很容易堆积一些进程在这里
9）如果是要打一个持续连接，多次请求多个页面。那么file_get_contents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。对做采集抓取的用curl,如果还有同不相信下面我们再做个测试
curl与file_get_contents性能对比PHP源代码如下：
1829.php
|
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
|
<?php/*** 通过淘宝IP接口获取IP地理位置* @param string $ip* @return: string**/function getCityCurl($ip){ $ch = curl_init(); $timeout = 5; curl_setopt ($ch, CURLOPT_URL, $url); curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout); $file_contents = curl_exec($ch); curl_close($ch); $ipinfo=json_decode($file_contents); if($ipinfo->code==‘1‘){ return false; } $city = $ipinfo->data->region.$ipinfo->data->city; return $city;}function getCity($ip){ $ipinfo=json_decode(file_get_contents($url)); if($ipinfo->code==‘1‘){ return false; } $city = $ipinfo->data->region.$ipinfo->data->city; return $city;}// for file_get_contents$startTime=explode(‘ ‘,microtime());$startTime=$startTime[0] + $startTime[1];for($i=1;$i<=10;$i++){ echo getCity("121.207.247.202")."</br>";}$endTime = explode(‘ ‘,microtime());$endTime = $endTime[0] + $endTime[1];$totalTime = $endTime - $startTime;echo ‘file_get_contents:‘.number_format($totalTime, 10, ‘.‘, "")." seconds</br>";//for curl$startTime2=explode(‘ ‘,microtime());$startTime2=$startTime2[0] + $startTime2[1];for($i=1;$i<=10;$i++){ echo getCityCurl(‘121.207.247.202‘)."</br>";}$endTime2 = explode(‘ ‘,microtime());$endTime2=$endTime2[0] + $endTime2[1];$totalTime2 = $endTime2 - $startTime2;echo "curl:".number_format($totalTime2, 10, ‘.‘, "")." seconds";?> |
测试访问
file_get_contents速度：4.2404510975 seconds
curl速度:2.8205530643 seconds
curl比file_get_contents速度快了30%左右,最重要的是服务器负载更低.
ps：php函数file_get_contents与curl效率及稳定性问题
习惯了使用方便快捷的file_get_contents函数抓取别家网站内容，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，可多数时候不好使：
$config[‘context‘] = stream_context_create(array(‘http‘ => array(‘method‘ => "GET",‘timeout‘ => 5)));
‘timeout‘ => 5//这个超时时间不稳定，经常不好使。这时候，看一下服务器的连接池，会发现一堆类似下面的错误，让你头疼万分：
file_get_contents(http://***): failed to open stream…
不得已，安装了curl库，写了一个函数替换：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
function curl_get_contents($url) { $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); //设置访问的url地址 //curl_setopt($ch,CURLOPT_HEADER,1); //是否显示头部信息 curl_setopt($ch, CURLOPT_TIMEOUT, 5); //设置超时 curl_setopt($ch, CURLOPT_USERAGENT, _USERAGENT_); //用户访问代理 User-Agent curl_setopt($ch, CURLOPT_REFERER,_REFERER_); //设置 referer curl_setopt($ch,CURLOPT_FOLLOWLOCATION,1); //跟踪301 curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); //返回结果 $r = curl_exec($ch); curl_close($ch); return $r; } |
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
差距很大吧？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！
PHP CURL或file_get_contents获取网页标题的代码及两者效率的稳定性问题
标签：useragent out reg data- contents 重要 code 习惯 用例
原文地址：http://www.cnblogs.com/dsli/p/7449940.html
