PHP的cURL庫簡單和有效地抓網頁

使用PHP的cURL庫可以簡單和有效地去抓網頁。你只需要運行一個指令碼，然後分析一下你所抓取的網頁，然後就可以以程式的方式得到你想要的資料了。無論是你想從從一個連結上取部分資料，或是取一個XML檔案並把其匯入資料庫，那怕就是簡單的擷取網頁內容，cURL 是一個功能強大的PHP庫。本文主要講述如果使用這個PHP庫。

 

啟用 cURL 設定

 

首先，我們得先要確定我們的PHP是否開啟了這個庫，你可以通過使用php_info()函數來得到這一資訊。

 

<?php 
phpinfo(); 
?>

 

如果你可以在網頁上看到下面的輸出，那麼表示cURL庫已被開啟。

 

如果你看到的話，那麼你需要設定你的PHP並開啟這個庫。如果你是在Windows平台下，那麼非常簡單，你需要改一改你的php.ini檔案的設定，找到php_curl.dll，並取消前面的分號注釋就行了。如下所示：

 

//取消下在的注釋 
extension=php_curl.dll

 

如果你是在Linux下面，那麼，你需要重新編譯你的PHP了，編輯時，你需要開啟編譯參數——在configure命令上加上“–with-curl” 參數。

 

一個小樣本

 

如果一切就緒，下面是一個小常式：

 

<?php 
// 初始化一個 cURL 對象 
$curl = curl_init();

// 設定你需要抓取的URL 
curl_setopt($curl, CURLOPT_URL, 'http://cocre.com');

// 設定header 
curl_setopt($curl, CURLOPT_HEADER, 1);

// 設定cURL 參數，要求結果儲存到字串中還是輸出到螢幕上。 
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);

// 運行cURL，請求網頁 
$data = curl_exec($curl);

// 關閉URL請求 
curl_close($curl);

// 顯示獲得的資料 
var_dump($data); 
?>

 

如何POST資料

 

上面是抓取網頁的代碼，下面則是向某個網頁POST資料。假設我們有一個處理表單的網址http://www.example.com/sendSMS.php，其可以接受兩個表單域，一個是電話號碼，一個是簡訊內容。

 

<?php 
$phoneNumber = '13912345678'; 
$message = 'This message was generated by curl and php'; 
$curlPost = 'pNUMBER=' . urlencode($phoneNumber) . '&MESSAGE=' . urlencode($message) . '&SUBMIT=Send'; 
$ch = curl_init(); 
curl_setopt($ch, CURLOPT_URL, 'http://www.example.com/sendSMS.php'); 
curl_setopt($ch, CURLOPT_HEADER, 1); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($ch, CURLOPT_POST, 1); 
curl_setopt($ch, CURLOPT_POSTFIELDS, $curlPost); 
$data = curl_exec();curl_close($ch); 
?>

 

從上面的程式我們可以看到，使用CURLOPT_POST設定HTTP協議的POST方法，而不是GET方法，然後以CURLOPT_POSTFIELDS設定POST的資料。

 

關於Proxy 伺服器

 

下面是一個如何使用Proxy 伺服器的樣本。請注意其中高亮的代碼，代碼很簡單，我就不用多說了。

 

<?php 
$ch = curl_init(); 
curl_setopt($ch, CURLOPT_URL, 'http://www.example.com'); 
curl_setopt($ch, CURLOPT_HEADER, 1); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($ch, CURLOPT_HTTPPROXYTUNNEL, 1); 
curl_setopt($ch, CURLOPT_PROXY, 'fakeproxy.com:1080'); 
curl_setopt($ch, CURLOPT_PROXYUSERPWD, 'user:password'); 
$data = curl_exec();curl_close($ch); 
?>

 

關於SSL和Cookie

 

關於SSL也就是HTTPS協議，你只需要把CURLOPT_URL串連中的http://變成https://就可以了。當然，還有一個參數叫CURLOPT_SSL_VERIFYHOST可以設定為驗證網站。

 

關於Cookie，你需要瞭解下面三個參數：

 

CURLOPT_COOKIE，在當面的會話中設定一個cookie

CURLOPT_COOKIEJAR，當會話結束的時候儲存一個Cookie

CURLOPT_COOKIEFILE，Cookie的檔案。

 

HTTP伺服器認證

 

最後，我們來看一看HTTP伺服器認證的情況。

 

<?php 
$ch = curl_init(); 
curl_setopt($ch, CURLOPT_URL, 'http://www.example.com'); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_BASIC); 
curl_setopt(CURLOPT_USERPWD, '[username]:[password]')

$data = curl_exec(); 
curl_close($ch); 
?>

關於其它更多的內容，請參看相關的cURL手冊。