原文发表在http://www.trackself.com/archives/463.html

  1. PHP cURL 所有函数列表：

  2. http://php.net/manual/zh/ref.curl.php



以下是PHP中cURL多线程相关函数：

curl_multi_add_handle — 向curl批处理会话中添加单独的curl句柄
curl_multi_close — 关闭一组cURL句柄
curl_multi_exec — 运行当前 cURL 句柄的子连接
curl_multi_getcontent — 如果设置了CURLOPT_RETURNTRANSFER，则返回获取的输出的文本流
curl_multi_info_read — 获取当前解析的cURL的相关传输信息
curl_multi_init — 返回一个新cURL批处理句柄
curl_multi_remove_handle — 移除curl批处理句柄资源中的某个句柄资源
curl_multi_select — 等待所有cURL批处理中的活动连接
curl_multi_setopt — 为 cURL 并行处理设置一个选项
curl_multi_strerror — Return string describing error code

一般来说，想到要用这些函数时，目的显然应该是要同时请求多个URL，而不是一个一个依次请求，否则不如自己循环去调curl_exec好了。

步骤总结如下：

1、调用 curl_multi_init，初始化一个批处理handle
2、循环调用 curl_multi_add_handle，往1中的批处理handle 添加curl_init来的子handle
3、持续调用 curl_multi_exec，直到所有子handle执行完毕。
4、根据需要循环调用 curl_multi_getcontent 获取结果
5、调用 curl_multi_remove_handle，并为每个字handle调用curl_close
6、调用 curl_multi_close

<?php

/*
  cmi该函数的目的在于并发请求多个url，然后返回http://www.trackself.com编写,真正的PHP并发
  原文发表在http://www.trackself.com/archives/463.html
  此并发请求在url多于2的时候，明显比for ... file_get_contents ...要优很多
  核心是curl库的curl_multi方法
  用法：
  $urls=array(
  'http://www.google.com',
  'http://www.baidu.com',
  'http://sina.com',
  'http://163.com'
  )
  $htmls=cmi($urls);
  print_r($htmls);

  //传入的$connomains是URL一维数组，由http://www.trackself.com编写
  //该函数的目的在于并发请求多个url，然后返回源码
  //以一次性略增加CPU为代价
  //来减轻服务器因为for ... file_get_contents ...的长时连接负担及内存和CPU的负担，所以并发数不要大多（50以内效果非常好），尽量不要用于单页面或3页面以内的请求
  //$killspace为真时表示自动去掉HTML中换行及多余的空白，$forhtml为真时表示反回源码，为faluse时就是并发执行请求了（可以用于计划任务）
  //后面的几个参数的详细说明请看注释，毕竟函数不长
 */

function cmi($connomains, $killspace = TRUE, $forhtml = TRUE, $timeout = 6, $header = 0, $follow = 1) {


    $res = array();
    $urlsa = array();
    $results = array();
    $mh = curl_multi_init(); //创建多curl对象，为了几乎同时执行
    foreach ($connomains as $i => $url) {
        $conn[$i] = curl_init($url); //若url中含有gb2312汉字，例如FTP时，要在传入url的时候处理一下，这里不用
        curl_setopt($conn[$i], CURLOPT_TIMEOUT, $timeout); //此时间须根据页面的HTML源码出来的时间，一般是在1s内的，慢的话应该也不会6秒，极慢则是在16秒内
        curl_setopt($conn[$i], CURLOPT_HEADER, $header); //不返回请求头，只要源码
        curl_setopt($conn[$i], CURLOPT_RETURNTRANSFER, 1); //必须为1
        curl_setopt($conn[$i], CURLOPT_FOLLOWLOCATION, $follow); //如果页面含有自动跳转的代码如301或者302HTTP时，自动拿转向的页面
        curl_multi_add_handle($mh, $conn[$i]); //关键，一定要放在上面几句之下，将单curl对象赋给多对象
    }
    //下面一大步的目的是为了减少cpu的无谓负担，暂时不明，来自php.net的建议，几乎是固定用法
    do {
        $mrc = curl_multi_exec($mh, $active); //当无数据时或请求暂停时，active=true
    } while ($mrc == CURLM_CALL_MULTI_PERFORM); //当正在接受数据时
    while ($active and $mrc == CURLM_OK) {//当无数据时或请求暂停时，active=true,为了减少cpu的无谓负担,这一步很难明啊
        if (curl_multi_select($mh) != -1) {
            do {
                $mrc = curl_multi_exec($mh, $active);
            } while ($mrc == CURLM_CALL_MULTI_PERFORM);
        }
    }
    /////////////////////////////////////////////////////////////////////////////////////////
//下面返回结果
    foreach ($connomains as $i => $url) {
        $cinfo = curl_getinfo($conn[$i]); //可用于取得一些有用的参数，可以认为是header
        $url = $cinfo[url]; //真实url,有些url
        if ($killspace) {//有点水消耗
            $str = trim(curl_multi_getcontent($conn[$i]));
            $str = preg_replace('/\s(?=\s)/', '', $str); //去掉跟随别的挤在一块的空白       
            $str = preg_replace('/[\n\r\t]/', ' ', $str);  //最后，去掉非space 的空白，用一个空格代替
            $res[$i] = stripslashes($str); //取得对象源码，并取消换行，节约内存的同时，可以方便作正则处理
        } else {
            $res[$i] = curl_multi_getcontent($conn[$i]);
        }
        if (!$forhtml) {//节约内存
            $res[$i] = NULL;
        }
        /* 下面这一段放一些高消耗的程序代码，用来处理HTML，我保留的一句=NULL是要提醒，
         * 及时清空对象释放内存，此程序在并发过程中如果源码太大，内在消耗严重
          事实上，这里应该做一个callback函数或者你应该将你的逻辑直接放到这里来，我为了程序可重复，没这么做
          preg_match_all($preg,$res[$i],$matchlinks);
          $res[$i]=NULL;
         */
        curl_close($conn[$i]); //关闭所有对象
        curl_multi_remove_handle($mh, $conn[$i]);   //用完马上释放资源              
    }
    curl_multi_close($mh);
    $mh = NULL;
    $conn = NULL;

    return $res;
}

//cmi 下面是版本二，几乎一至的代码，但输出的形式改为为带key;
/*
  cmi该函数的目的在于并发请求多个url，然后返回http://www.trackself.com编写,真正的PHP并发
  原文发表在http://www.trackself.com/archives/463.html
  此并发请求在url多于2的时候，明显比for ... file_get_contents ...要优很多
  核心是curl库的curl_multi方法
  用法：
  //array_flip(array_flip($connomains))
  $urls=array(
  'http://www.google.com',
  'http://www.baidu.com',
  'http://sina.com',
  'http://163.com'
  )
  $urls=array_flip(array_flip($connomains));//去除url中的重复的项，注意传入urls时一定要系合法的url表达，虽然不会影响其它url执行，但会减慢执行速度
  $htmls=cmi($urls);
  print_r($htmls);

  //传入的$connomains是URL一维数组，由http://www.trackself.com编写
  //该函数的目的在于并发请求多个url，然后返回源码
  //以一次性略增加CPU为代价
  //来减轻服务器因为for ... file_get_contents ...的长时连接负担及内存和CPU的负担，所以并发数不要大多（50以内效果非常好），尽量不要用于单页面或3页面以内的请求
  //$killspace为真时表示自动去掉HTML中换行及多余的空白，$forhtml为真时表示反回源码，为faluse时就是并发执行请求了（可以用于计划任务）
  //后面的几个参数的详细说明请看注释，毕竟函数不长
 */
function cmi($connomains, $killspace = TRUE, $forhtml = TRUE, $timeout = 6, $header = 0, $follow = 1) {


    $res = array(); //用于保存结果     
//$connomains=array_flip(array_flip($connomains));//去除url中的重复项
    $mh = curl_multi_init(); //创建多curl对象，为了几乎同时执行
    foreach ($connomains as $i => $url) {
        $conn[$url] = curl_init($url); //若url中含有gb2312汉字，例如FTP时，要在传入url的时候处理一下，这里不用
        //此时间须根据页面的HTML源码出来的时间，一般是在1s内的，慢的话应该也不会6秒，极慢则是在16秒内
        curl_setopt($conn[$url], CURLOPT_TIMEOUT, $timeout); 
        curl_setopt($conn[$url], CURLOPT_HEADER, $header); //不返回请求头，只要源码
        curl_setopt($conn[$url], CURLOPT_RETURNTRANSFER, 1); //必须为1
        //如果页面含有自动跳转的代码如301或者302HTTP时，自动拿转向的页面
        curl_setopt($conn[$url], CURLOPT_FOLLOWLOCATION, $follow); 
        curl_multi_add_handle($mh, $conn[$url]); //关键，一定要放在上面几句之下，将单curl对象赋给多对象
    }
    //下面一大步的目的是为了减少cpu的无谓负担，暂时不明，来自php.net的建议，几乎是固定用法
    do {
        $mrc = curl_multi_exec($mh, $active); //当无数据时或请求暂停时，active=true
    } while ($mrc == CURLM_CALL_MULTI_PERFORM); //当正在接受数据时
    while ($active and $mrc == CURLM_OK) {//当无数据时或请求暂停时，active=true,为了减少cpu的无谓负担,这一步很难明啊
        if (curl_multi_select($mh) != -1) {
            do {
                $mrc = curl_multi_exec($mh, $active);
            } while ($mrc == CURLM_CALL_MULTI_PERFORM);
        }
    }
    /////////////////////////////////////////////////////////////////////////////////////////
//下面返回结果
    foreach ($connomains as $i => $url) {
        $cinfo = curl_getinfo($conn[$url]); //可用于取得一些有用的参数，可以认为是header
        //$url=$cinfo[url];//真实url,有些url
        if ($killspace) {//有点水消耗
            $str = trim(curl_multi_getcontent($conn[$url]));
            $str = preg_replace('/\s(?=\s)/', '', $str); //去掉跟随别的挤在一块的空白       
            $str = preg_replace('/[\n\r\t]/', ' ', $str);  //最后，去掉非space 的空白，用一个空格代替
            $res[$url] = stripslashes($str); //取得对象源码，并取消换行，节约内存的同时，可以方便作正则处理
        } else {
            $res[$url] = curl_multi_getcontent($conn[$url]);
        }
        if (!$forhtml) {//节约内存
            $res[$url] = NULL;
        }
        /* 下面这一段放一些高消耗的程序代码，用来处理HTML，我保留的一句=NULL是要提醒，
          及时清空对象释放内存，此程序在并发过程中如果源码太大，内在消耗严重
          //事实上，这里应该做一个callback函数或者你应该将你的逻辑直接放到这里来，我为了程序可重复，没这么做
          preg_match_all($preg,$res[$i],$matchlinks);
          $res[$i]=NULL;
         */
        curl_close($conn[$url]); //关闭所有对象 
        curl_multi_remove_handle($mh, $conn[$url]);   //用完马上释放资源              
    }
    curl_multi_close($mh);
    $mh = NULL;
    $conn = NULL;
    $connomains = NULL;

    return $res;
}