php中curl類比登入並擷取資料的教程

PHP的curl()在抓取網頁的效率方面是比較高的，而且支援多線程，而file_get_contents()效率就要稍低些，當然，使用curl時需要開啟下curl擴充。

代碼實戰

先來看登入部分的代碼：

//類比登入 functionlogin_post($url,$cookie,$post) {   $curl= curl_init();//初始化curl模組   curl_setopt($curl, CURLOPT_URL,$url);//登入提交的地址   curl_setopt($curl, CURLOPT_HEADER, 0);//是否顯示頭資訊   curl_setopt($curl, CURLOPT_RETURNTRANSFER, 0);//是否自動顯示返回的資訊   curl_setopt($curl, CURLOPT_COOKIEJAR,$cookie);//設定Cookie資訊儲存在指定的檔案中   curl_setopt($curl, CURLOPT_POST, 1);//post方式提交   curl_setopt($curl, CURLOPT_POSTFIELDS, http_build_query($post));//要提交的資訊   curl_exec($curl);//執行cURL   curl_close($curl);//關閉cURL資源，並且釋放系統資源 }

函數login_post()首先初始化curl_init()，然後使用curl_setopt()設定相關選項資訊，包括要提交的url地址，儲存的cookie檔案，post的資料（使用者名稱和密碼等資訊），是否返回資訊等等，然後curl_exec執行curl，最後curl_close()釋放資源。注意PHP內建的http_build_query()可以將數群組轉換成相串連的字串。

接下來如果登入成功後，我們要擷取登入成功後的頁面資訊。

//登入成功後擷取資料 functionget_content($url,$cookie) {   $ch= curl_init();   curl_setopt($ch, CURLOPT_URL,$url);   curl_setopt($ch, CURLOPT_HEADER, 0);   curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);   curl_setopt($ch, CURLOPT_COOKIEFILE,$cookie);//讀取cookie   $rs= curl_exec($ch);//執行cURL抓取頁面內容   curl_close($ch);   return$rs; }

函數get_content()中也是先初始化curl，然後設定相關選項，執行curl，釋放資源。其中我們設定CURLOPT_RETURNTRANSFER為1即自動返回資訊，而CURLOPT_COOKIEFILE可以讀取到登入時儲存的cookie資訊，最後將頁面內容返回。

我們的最終目的是要擷取到類比登入後的資訊，也就是只有正常登入成功後才能擷取的有用資訊。接下來我們以登入開源中國的移動版為例，看看如何抓取到登入成功後的資訊。

//設定post的資料 $post=array(   'email'=>'oschina賬戶',   'pwd'=>'oschina密碼',   'goto_page'=>'/my',   'error_page'=>'/login',   'save_login'=>'1',   'submit'=>'現在登入' );  //登入地址 $url = "http://m.oschina.net/action/user/login"; //設定cookie儲存路徑 $cookie = dirname(__FILE__) . '/cookie_oschina.txt'; //登入後要擷取資訊的地址 $url2 = "http://m.oschina.net/my"; //類比登入 login_post($url,$cookie,$post);//擷取登入頁的資訊 $content = get_content($url2, $cookie); //刪除cookie檔案 @ unlink($cookie);//匹配頁面資訊 $preg = "/<td class='portrait'>(.*)<\/td>/i"; preg_match_all($preg,$content,$arr);$str=$arr[1][0];//輸出內容 echo $str;

使用總結

1、初始化curl；

2、使用curl_setopt設定目標url，和其他選項；

3、curl_exec，執行curl；

4、執行後，關閉curl；

5、輸出資料。