欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  后端开发

PHP Curl实现登陆采集

程序员文章站 2022-06-03 10:59:13
...

登陆采集,是指某些网页内容需要使用帐号登陆以后,才可以查看,传统的file_get_contents无法获取到登陆后才可查看的内容。
curl是PHP中一个强大的组件,可以实现HTTP协议的HEAD,GET,POST方式访问数据,通过POST即可模拟用户登陆,然后拿到SESSION再获取具体的页面。

注意事项:
1、网页编码问题,如果对方的网页编码与你的不一致,请自行使用iconv或mb_string进行编码转换。
2、COOKIE保存的路径必须是绝对路径,一开始测试的时候,在WINDOWS上怎么也保存不上COOKIE,请确认你的路径。

废话不多说,直接看代码:

'coldstar','password'=>'123456.');
$cookiepath = $_SERVER["DOCUMENT_ROOT"] .'\\' .MD5($UserURL);	//以登陆域名的MD5值设置为COOKIE文件名
$html = curl_post_contents($UserURL,$UserData,$cookiepath);	//模拟登陆
if($html){
	if(stripos($html,'登陆成功')){
		$html = curl_get_contents($testURL,True,$cookiepath);	//获取真正的内容
	}else{
		$html = '登陆失败';
	}
}
echo $html;


function curl_get_contents($url,$usecookie = 0,$cookiepath = ''){
	$userAgent = 'Mozilla/4.0+(compatible;+MSIE+6.0;+Windows+NT+5.1;+SV1)';
	$referer = $url;
	$ch = curl_init();
	curl_setopt($ch, CURLOPT_URL, $url);				//设置访问的url地址
	curl_setopt($ch, CURLOPT_TIMEOUT, 10);				//设置超时
	curl_setopt($ch, CURLOPT_USERAGENT, $userAgent);	//用户访问代理 User-Agent
	curl_setopt($ch, CURLOPT_REFERER, $referer);		//设置 referer
	if($usecookie){
		curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiepath);	//COOKIE的存储路径,传送时使用
	}
	curl_setopt($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;
}

function curl_post_contents($url,$data = array(),$cookiepath = ''){
	$userAgent = 'Mozilla/4.0+(compatible;+MSIE+6.0;+Windows+NT+5.1;+SV1)';
	$referer = $url;
	if(!is_array($data) || !$url) return '';
	foreach($data as $key=>$value){$post .= urlencode($key).'='.$value.'&';}
	rtrim($post ,'&');
	$ch = curl_init();
	curl_setopt($ch, CURLOPT_URL, $url);				//设置访问的url地址
	curl_setopt($ch, CURLOPT_TIMEOUT, 10);				//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, 0);		//跟踪301
	curl_setopt($ch, CURLOPT_POST, 1);					//指定post数据
	curl_setopt($ch, CURLOPT_POSTFIELDS, $post);		//添加变量
	curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiepath);	//COOKIE的存储路径,返回时保存COOKIE的路径
	curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);		//返回结果
	$r = curl_exec($ch);
	curl_close($ch);
	return $r;
}
?>

原文:http://www.yanghengfei.com/archives/506/