基於PHP CURL擷取郵箱地址的詳解

基於PHP CURL擷取郵箱地址的詳解_php執行個體

最後更新：2017-01-19 來源：互聯網

上載者：User

創建阿里雲帳戶，並獲得超過 40 款產品的免費試用版；而企業帳戶則可以享有總值 $1200 的免費試用版。立即註冊！

CURL可謂居家旅行必備之殺人良藥，為何如此形容？就是因為他好用方便能實現頁面抓模數擬登入採集等一系列功能。
記得第一次接觸CURL的時候是要實現完成從信箱使用者列表的抓取。當時為了趕進度沒有細細研究只是網上找了一些資料實現了功能。現在把當初的代碼整理一下功能依舊能用

複製代碼代碼如下:

<?php
  error_reporting ( 0 );
  set_time_limit ( 0 );
  header ( "Content-Type: text/html; charset=GB2312" );

  //信箱使用者名密碼
  $user = 'username';
  $pass = 'password';

  //建立一個檔案用於存放cookie資訊
  define ( "COOKIEJAR", tempnam ( ini_get ( "upload_tmp_dir" ), "cookie" ) );

  $url = 'http://reg.163.com/logins.jsp?type=1&url=http://entry.mail.163.com/coremail/fcg/ntesdoor2?lightweight%3D1%26verifycookie%3D1%26language%3D-1%26style%3D-1';
  $refer = 'http://mail.163.com';
  $fields_post = array ('username' => $user, 'password' => $pass, 'verifycookie' => 1, 'style' => - 1, 'product' => 'mail163', 'selType' => - 1, 'secure' => 'on' );
  $fields_string = http_build_query ( $fields_post, '&' );
  $headers_login = array ('User-Agent' => 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/2008052906 Firefox/3.0', 'Referer' => 'http://www.163.com' );

  //登入
  $ch = curl_init ( $url );
  curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, true );
  curl_setopt ( $ch, CURLOPT_HEADER, true );
  curl_setopt ( $ch, CURLOPT_CONNECTTIMEOUT, 120 );
  curl_setopt ( $ch, CURLOPT_POST, true );
  curl_setopt ( $ch, CURLOPT_REFERER, $refer );
  curl_setopt ( $ch, CURLOPT_COOKIESESSION, true );
  curl_setopt ( $ch, CURLOPT_COOKIEJAR, COOKIEJAR );
  curl_setopt ( $ch, CURLOPT_HTTPHEADER, $headers_login );
  curl_setopt ( $ch, CURLOPT_POST, count ( $fields ) );
  curl_setopt ( $ch, CURLOPT_POSTFIELDS, $fields_string );
  $result = curl_exec ( $ch );
  curl_close ( $ch );

  //跳轉
  $url = 'http://entry.mail.163.com/coremail/fcg/ntesdoor2?lightweight=1&verifycookie=1&language=-1&style=-1&username=loki_wuxi';
  $headers = array ('User-Agent' => 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/2008052906 Firefox/3.0' );

  $ch = curl_init ( $url );
  curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, true );
  curl_setopt ( $ch, CURLOPT_HEADER, true );
  curl_setopt ( $ch, CURLOPT_CONNECTTIMEOUT, 120 );
curl_setopt ( $ch, CURLOPT_POST, true );
  curl_setopt ( $ch, CURLOPT_HTTPHEADER, $headers );
  curl_setopt ( $ch, CURLOPT_COOKIEFILE, COOKIEJAR );
  curl_setopt ( $ch, CURLOPT_COOKIEJAR, COOKIEJAR );
  $result = curl_exec ( $ch );
  curl_close ( $ch );

//取得sid
  preg_match ( '/sid=[^\"].*/', $result, $location );
  $sid = substr ( $location [0], 4, - 1 );

  //通訊錄地址
  $url = 'http://g4a30.mail.163.com/jy3/address/addrlist.jsp?sid=' . $sid . '&gid=all';
  $headers = array ('User-Agent' => 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/2008052906 Firefox/3.0' );

  $ch = curl_init ( $url );
  curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, true );
  curl_setopt ( $ch, CURLOPT_HEADER, true );
  curl_setopt ( $ch, CURLOPT_CONNECTTIMEOUT, 120 );
  curl_setopt ( $ch, CURLOPT_POST, true );
  curl_setopt ( $ch, CURLOPT_HTTPHEADER, $headers );
  curl_setopt ( $ch, CURLOPT_COOKIEFILE, COOKIEJAR );
  curl_setopt ( $ch, CURLOPT_COOKIEJAR, COOKIEJAR );
  $result = curl_exec ( $ch );
  curl_close ( $ch );
  unlink ( COOKIEJAR );

  //開始抓取內容
  preg_match_all ( '/<td class="Ibx_Td_addrName"><a[^>]*>(.*?)<\/a><\/td><td class="Ibx_Td_addrEmail"><a[^>]*>(.*?)<\/a><\/td>/i', $result, $infos, PREG_SET_ORDER );
  //1：姓名2：郵箱
  print_r ( $infos );
  ?>

建立一個PHP檔案複製以上代碼儲存後效果立竿見影，記得更改郵箱賬戶和密碼，賬戶不需要@尾碼。CURL初體驗，如何，還不錯吧。
後來在CSDN上又看到別人發帖問一個擷取快遞查詢的問題，他想把一些大的快遞公司查詢業務做在一個頁面中，的確是個很不錯的實用小工具，但是因為快遞查詢有驗證碼，不由的又讓我想起了CURL利器。後來幫帖主實現功能，思路很簡單，先用CURL類比抓取驗證碼，然後顯示到使用者提交頁面中，同時儲存驗證碼的COOKIE等使用者查詢一起提交就保證了COOKIE的同步。

原始碼如下：
-getEms.html

複製代碼代碼如下:

<html>
  <head>
  <meta http-equiv="Content-Type" content="text/html; charset=gb2312">
  <title>EMS快遞查詢</title>
  </head>
  <body>
  <?php
  fclose(fopen('cookie.txt','w')); //檔案 cookie.txt 用於存放取得的cookie
  $cookiejar = realpath('cookie.txt');
  $fp = fopen("example_homepage.txt", "w"); //檔案 example_homepage.txt 用於存放取得的頁面內容
  $ch = curl_init("http://www.ems.com.cn/servlet/ImageCaptchaServlet");
  curl_setopt($ch, CURLOPT_FILE, $fp);
  curl_setopt($ch, CURLOPT_COOKIESESSION, 1);
  curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiejar);
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiejar);
  curl_setopt($ch, CURLOPT_HEADER, 0);
curl_exec($ch);
  curl_close($ch);
  fclose($fp);

  //readfile($cookiejar); //查看取到的 cookie
  //readfile("example_homepage.jpg"); //查看取到的圖片
  ?>
  <form action="getems.php" method="post" name="form1">
  快遞號：<input name="mailNum" type="text" value="EA739701017CS" />(13位首尾2位都是字母)
<input name="code" type="text" value="" />
  <?php echo "<img src='example_homepage.txt'>";?>
  <input type="submit" value="提交">
  </form>

  </body>
  </html>

-getems.php

複製代碼代碼如下:

<?php
  if($_POST){
  //使用先前驗證碼的cookie檔案
  $cookiejar = realpath('cookie.txt');
  //擷取myEmsbarCode號和驗證碼變數名
  $ch = curl_init("http://www.ems.com.cn");
  curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
  curl_setopt($ch, CURLOPT_HEADER, 0);
  curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiejar);
  curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiejar);
  $result = curl_exec($ch);
  curl_close($ch);
  preg_match("/<input type=\"hidden\" name=\"myEmsbarCode\" value=\"(.*)\"\/>/isU",$result,$myEmsbarCode);
  preg_match("/<\/span><input name=\"(.*)\" type=\"text\"/isU",$result,$codename);

  $parm = array($codename[1]=>$_POST['code'],
  mailNum =>$_POST['mailNum'],
  myEmsbarCode=>$myEmsbarCode[1],
  reqCode=>'browseBASE'
  );

  $ch = curl_init("http://www.ems.com.cn/qcgzOutQueryAction.do");
  curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
  curl_setopt($ch, CURLOPT_HEADER, 0);
  curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiejar);
  curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiejar);
  curl_setopt($ch, CURLOPT_POST, 1);
  curl_setopt($ch, CURLOPT_REFERER, "http://www.ems.com.cn");
  curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($parm));
  $_source = curl_exec($ch);
  curl_close($ch);

  //搞定
  var_dump($_source);
  exit;
  }
  ?>

對於CURL庫的參數詳解，網上有很多我直接收錄了
函數列表CURL庫一共有17個函數：
curl_close：關閉CURL會話
curl_copy_handle：複製一個CURL交談控制代碼,同時3複製其所有參數
curl_errno：返回最後一個錯誤碼
curl_error：返回一個字串，用以描述當前會話的最後一個錯誤
curl_exec：執行當前會話
curl_getinfo：擷取特定資訊
curl_init：初始化CURL會話
curl_multi_add_handle：在一個多重連線工作階段中添加一個控制代碼
curl_multi_close：關閉一個多控制代碼CRUL會話
curl_multi_exec：執行一個多控制代碼CURL會話
curl_multi_getcontent：返回一個控制代碼執行後的內容，如果設定了CURLOPT_RETURNTRANSFER
curl_multi_info_read：擷取當前所有串連的資訊
curl_multi_init：初始化一個多控制代碼會話
curl_multi_remove_handle：從一個多控制代碼會話中刪除一個控制代碼
curl_multi_select：擷取所有綁定的通訊端
curl_setopt：設定CURL傳輸選項
curl_version：擷取CURL版本
常用設定選項布爾值選項
CURLOPT_AUTOREFERER：當返回的資訊頭含有轉向資訊時，自動化佈建前向串連
CURLOPT_BINARYTRANSFER：TRUEtoreturntherawoutputwhenCURLOPT_RETURNTRANSFERisused.
CURLOPT_COOKIESESSION：標誌為新的cookie會話，忽略之前設定的cookie會話
CURLOPT_CRLF：將Unix系統的分行符號轉換為Dos分行符號
CURLOPT_DNS_USE_GLOBAL_CACHE：使用全域的DNS緩衝
CURLOPT_FAILONERROR：忽略返回錯誤
CURLOPT_FILETIME：擷取請求文檔的修改日期，該日期可以用curl_getinfo()擷取。
CURLOPT_FOLLOWLOCATION：緊隨伺服器返回的所有重新導向資訊
CURLOPT_FORBID_REUSE：當進程處理完畢後強制關閉會話，不再緩衝供重用
CURLOPT_FRESH_CONNECT：強制建立一個新的會話，而不是重用緩衝的會話
CURLOPT_HEADER：在返回的輸出中包含回應標頭資訊
CURLOPT_HTTPGET：設定HTTP請求方式為GET
CURLOPT_HTTPPROXYTUNNEL：經由一個HTTP代理建立串連
CURLOPT_NOBODY：返回的輸出中不包含文檔資訊.
CURLOPT_NOPROGRESS：禁止進程層級傳輸，PHP自動設為真
CURLOPT_NOSIGNAL：忽略所有發往PHP的資訊
CURLOPT_POST：設定POST方式提交資料，POST格式為application/x-www-form-urlencoded
CURLOPT_PUTTRUE：設定PUT方式上傳檔案，同時設定CURLOPT_INFILE和CURLOPT_INFILESIZE
CURLOPT_RETURNTRANSFER：返回字串，而不是調用curl_exec()後直接輸出
CURLOPT_SSL_VERIFYPEER：SSL驗證開啟
CURLOPT_UNRESTRICTED_AUTH：一直連結後面附加使用者名稱和密碼，同時設定CURLOPT_FOLLOWLOCATION
CURLOPT_UPLOAD：準備上傳整數值選項
CURLOPT_BUFFERSIZE：緩衝大小
CURLOPT_CONNECTTIMEOUT：連線時間設定，預設0為無限制
CURLOPT_DNS_CACHE_TIMEOUT：記憶體中儲存DNS資訊的時間，預設2分鐘
CURLOPT_INFILESIZE：上傳至遠端站台的檔案尺寸
CURLOPT_LOW_SPEED_LIMIT：傳輸最低速度限制andabort.
CURLOPT_LOW_SPEED_TIME：傳輸時間限制
CURLOPT_MAXCONNECTS：最大持久串連數
CURLOPT_MAXREDIRS：最大轉向數
CURLOPT_PORT：串連連接埠
CURLOPT_PROXYAUTH：＊＊＊＊＊驗證方式
CURLOPT_PROXYPORT：＊＊＊＊＊連接埠
CURLOPT_PROXYTYPE：＊＊＊＊＊類型
CURLOPT_TIMEOUT：CURL函數的最大執行時間字串選項
CURLOPT_COOKIE：HTTP頭中set-cookie中的cookie資訊
CURLOPT_COOKIEFILE：包含cookie資訊的檔案，cookie檔案的格式可以是Netscape格式,或者只是HTTP頭的格式
CURLOPT_COOKIEJAR：串連結束後儲存cookie資訊的檔案
CURLOPT_CUSTOMREQUEST：自訂要求標頭，使用相對位址
CURLOPT_ENCODING：HTTP要求標頭中Accept-Encoding的值
CURLOPT_POSTFIELDS：POST格式提交的資料內容
CURLOPT_PROXY：代理通道
CURLOPT_PROXYUSERPWD：代理認證使用者名稱和密碼
CURLOPT_RANGE：返回資料的範圍,以位元組記
CURLOPT_REFERER：前向連結
CURLOPT_URL：要串連的URL地址，可以在curl_init()中設定
CURLOPT_USERAGENT：HTTP頭中User-Agent的值
CURLOPT_USERPWD：串連種使用的驗證資訊數組選項
CURLOPT_HTTP200ALIASES：200響應碼數組，數組中的響應嗎被認為是正確的響應
CURLOPT_HTTPHEADER：自訂要求標頭資訊只能是流控制代碼的選項：
CURLOPT_FILE：傳輸要寫入的晚間控制代碼，預設是標準輸出
CURLOPT_INFILE：傳輸要讀取的檔案控制代碼
CURLOPT_STDERR：作為標準錯誤輸出的一個替換選項
CURLOPT_WRITEHEADER：傳輸頭資訊要寫入的檔案回呼函數選項
CURLOPT_HEADERFUNCTION：擁有兩個參數的回呼函數，第一個是參數是交談控制代碼，第二是HTTP回應標頭資訊的字串。使用此回呼函數，將自行處理回應標頭資訊。回應標頭資訊按行返回。設定傳回值為字串長度。
CURLOPT_READFUNCTION：擁有兩個參數的回呼函數，第一個是參數是交談控制代碼，第二是HTTP回應標頭資訊的字串。使用此函數，將自行處理返回的資料。傳回值為資料尺寸。
CURLOPT_WRITEFUNCTION：擁有兩個參數的回呼函數，第一個是參數是交談控制代碼，第二是HTTP回應標頭資訊的字串。使用此回呼函數，將自行處理回應標頭資訊。回應標頭資訊是整個字串。設定傳回值為字串長度。
其他一些CURL的例子（摘自網路）

複製代碼代碼如下:

  /*
  *判斷一個url是否為有效連結
  */
  function isRealUrl($url){
  $ch = curl_init();
  $options = array(
  CURLOPT_URL => $url,
  CURLOPT_HEADER => true,
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_NOBODY => true
  );
  curl_setopt_array($ch, $options);
  curl_exec($ch);
  if(!curl_errno($ch)){
  return 200==curl_getinfo($ch,CURLINFO_HTTP_CODE)?true:false;
  }
  curl_close($ch);
  }

  $url = 'yun_qi_img/12312215602409.jpg';
  if(isRealUrl($url)){echo 'yes';}else{echo 'no';}

  /非同步請求的例子：
  $userid = 517932781;
  $imageid = 1520;
  $albumid = 2637;
  $tags = 'aa';
  extract($_POST);
  $url = 'http://'.$_SERVER['HTTP_HOST'].'/ajax/image.php';
  $fields = array(
  'userid' => $userid,
  'imageid' => $imageid,
  'albumid' => $albumid,
  'tags' => $tags,
  'optype' => 'del'
  );
  $ch = curl_init() ;
  curl_setopt($ch, CURLOPT_URL,$url) ;
  curl_setopt($ch, CURLOPT_POST,true) ;
  curl_setopt($ch, CURLOPT_POSTFIELDS,$fields) ;
  $result = curl_exec($ch) ;
  curl_close($ch) ;

  //上傳檔案
  $ch = curl_init();
  curl_setopt($ch,CURLOPT_URL,'http://lh.tom.com/deal/import.php');
  $fields = array(
  'tname' => '道德經',
  'country' => 1,
  'author' => '老子',
  'tags' => '道德經',
  'desc' => '道可道，非常道。名可名，非常名。無名天地之始。有名萬物之母。故常無欲以觀其妙。常有欲以觀其徼。此兩者同出而異名，同謂之玄。玄之又玄，眾妙之門。',
  'volume' => 2,
  'cover' => '@'.realpath('/data/lianhuanhua/deal/1.jpg')
  );
  curl_setopt($ch, CURLOPT_POST, true) ;
  curl_setopt($ch, CURLOPT_POSTFIELDS, $fields) ;
  curl_setopt($ch, CURLOPT_RETURNTRANSFER, false);
  $result = curl_exec($ch);
  curl_close($ch);

  //多檔案上傳
  $ch = curl_init();
  curl_setopt($ch,CURLOPT_URL,'http://lh.tom.com/deal/addpic.php');
  $j = 0;
  $fields = array(
  'vid' => 103,
  'upfile['.$j++.']' => '@'.realpath('/data/lianhuanhua/deal/1.jpg'),
  'upfile['.$j++.']' => '@'.realpath('/data/lianhuanhua/deal/2.jpg')
  );
  curl_setopt($ch, CURLOPT_POST, true) ;
  curl_setopt($ch, CURLOPT_POSTFIELDS, $fields) ;
  curl_setopt($ch, CURLOPT_RETURNTRANSFER, false);
  $result = curl_exec($ch);
  curl_close($ch);

當你掌握了php curl庫你就能做很多你想做的事情了，呵呵，前不久玩開心網的X世界，戰鬥實在繁瑣，我直接寫了個戰鬥助手非常好用，本代碼就不開源了：）掌握原理一樣開源實現。
網站計數器

本文章原先以中文撰寫並發佈於 aliyun.com，亦設英文版本，僅作資訊用途。本網站不對文章的準確性，完整性或可靠性或其任何翻譯作出任何明示或暗示的陳述或保證。如對該文章有任何疑慮或投訴，請傳送電郵至 info-contact@alibabacloud.com 並提供相關疑慮或投訴的詳細說明。職員會於 5 個工作天內與您聯絡，一經驗證之後，即會刪除該侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

Get Started for Free

Sales Support

1 on 1 presale consultation

Chat Contact Sales
After-Sales Support

24/7 Technical Support 6 Free Tickets per Quarter Faster Response

Open a Ticket
Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.

Learn More

基於PHP CURL擷取郵箱地址的詳解_php執行個體

聯繫我們

A Free Trial That Lets You Build Big!

Sales Support

After-Sales Support