-
-
// 初始化一个 cURL 对象
- $curl = curl_init();
- // 设置你需要抓取的URL
- curl_setopt($curl, CURLOPT_URL, 'http://bbs.it-home.org');
- // 设置header
- curl_setopt($curl, CURLOPT_HEADER, 1);
- // 设置cURL 参数,要求结果保存到字符串中还是输出到屏幕上。
- curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
- // 运行cURL,请求网页
- $data = curl_exec($curl);
- // 关闭URL请求
- curl_close($curl);
复制代码
3、通过正则匹配找到关键数据
-
-
//$data是curl_exec返回的的值,即采集的目标内容
- preg_match_all("/
- (.*?)/",$data, $out, PREG_SET_ORDER);
- foreach($out as $key => $value){
- //此处$value是数组,同时记录找到带匹配字符的整句和单独匹配的字符
- echo '匹配到的整句:'.$value[0].'
- ';
- echo '单独匹配到的:'.$value[1].'
- ';
- }
复制代码
PHP curl的技巧
1、超时的相关设置
通过curl_setopt($ch, opt) 可以设置一些超时的设置,主要包括:
CURLOPT_TIMEOUT 设置cURL允许执行的最长秒数。
CURLOPT_TIMEOUT_MS 设置cURL允许执行的最长毫秒数。 (在cURL 7.16.2中被加入。从PHP 5.2.3起可使用。 )
CURLOPT_CONNECTTIMEOUT 在发起连接前等待的时间,如果设置为0,则无限等待。
CURLOPT_CONNECTTIMEOUT_MS 尝试连接等待的时间,以毫秒为单位。如果设置为0,则无限等待。 在cURL 7.16.2中被加入。从PHP 5.2.3开始可用。
CURLOPT_DNS_CACHE_TIMEOUT 设置在内存中保存DNS信息的时间,默认为120秒。
2、通过post提交数据,保留cookie
-
-
//Curl 模拟登录 discuz 程序,适合DZ7.0
!extension_loaded('curl') && die('The curl extension is not loaded.');
$discuz_url = 'http://bbs.it-home.org';//论坛地址
- $login_url = $discuz_url .'/logging.php?action=login';//登录页地址
- $get_url = $discuz_url .'/my.php?item=threads'; //我的帖子
$post_fields = array();
- //以下两项不需要修改
- $post_fields['loginfield'] = 'username';
- $post_fields['loginsubmit'] = 'true';
- //用户名和密码,必须填写
- $post_fields['username'] = 'jbxue';
- $post_fields['password'] = '88888888';
- //安全提问
- $post_fields['questionid'] = 0;
- $post_fields['answer'] = '';
- //@todo验证码
- $post_fields['seccodeverify'] = '';
//获取表单FORMHASH
- $ch = curl_init($login_url);
- curl_setopt($ch, CURLOPT_HEADER, 0);
- curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
- $contents = curl_exec($ch);
- curl_close($ch);
- preg_match('//i', $contents, $matches);
- if(!empty($matches)) {
- $formhash = $matches[1];
- } else {
- die('Not found the forumhash.');
- }
//POST数据,获取COOKIE
- $cookie_file = dirname(__FILE__) . '/cookie.txt';
- //$cookie_file = tempnam('/tmp');
- $ch = curl_init($login_url);
- curl_setopt($ch, CURLOPT_HEADER, 0);
- curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
- curl_setopt($ch, CURLOPT_POST, 1);
- curl_setopt($ch, CURLOPT_POSTFIELDS, $post_fields);
- curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file);
- curl_exec($ch);
- curl_close($ch);
//带着上面得到的COOKIE获取需要登录后才能查看的页面内容
- $ch = curl_init($get_url);
- curl_setopt($ch, CURLOPT_HEADER, 0);
- curl_setopt($ch, CURLOPT_RETURNTRANSFER, 0);
- curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);
- $contents = curl_exec($ch);
- curl_close($ch);
var_dump($contents);
-
复制代码
|