PHP多線程抓取網頁實現代碼

受限於php語言本身不支援多線程，所以開發爬蟲程式效率並不高，這時候往往需 要藉助Curl Multi Functions 它可以實現並發多線程的訪問多個url地址。既然 Curl Multi Function如此強大，能否用 Curl Multi Functions 來寫並發多線程下載檔案呢，當然可以，下面給出My Code：

代碼1：將獲得的代碼直接寫入某個檔案 複製代碼 代碼如下:<?php
$urls = array(
'http://www.sina.com.cn/',
'http://www.sohu.com/',
'http://www.163.com/'
); // 設定要抓取的頁面URL

$save_to='/test.txt'; // 把抓取的代碼寫入該檔案

$st = fopen($save_to,"a");
$mh = curl_multi_init();

foreach ($urls as $i => $url) {
$conn[$i] = curl_init($url);
curl_setopt($conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)");
curl_setopt($conn[$i], CURLOPT_HEADER ,0);
curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60);
curl_setopt($conn[$i], CURLOPT_FILE,$st); // 設定將爬取的代碼寫入檔案
curl_multi_add_handle ($mh,$conn[$i]);
} // 初始化

do {
curl_multi_exec($mh,$active);
} while ($active); // 執行

foreach ($urls as $i => $url) {
curl_multi_remove_handle($mh,$conn[$i]);
curl_close($conn[$i]);
} // 結束清理

curl_multi_close($mh);
fclose($st);
?>

代碼2：將獲得的代碼先放入變數，再寫入某個檔案 複製代碼 代碼如下:<?php
$urls = array(
'http://www.sina.com.cn/',
'http://www.sohu.com/',
'http://www.163.com/'
);

$save_to='/test.txt'; // 把抓取的代碼寫入該檔案
$st = fopen($save_to,"a");

$mh = curl_multi_init();
foreach ($urls as $i => $url) {
$conn[$i] = curl_init($url);
curl_setopt($conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)");
curl_setopt($conn[$i], CURLOPT_HEADER ,0);
curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60);
curl_setopt($conn[$i],CURLOPT_RETURNTRANSFER,true); // 設定不將爬取代碼寫到瀏覽器，而是轉化為字串
curl_multi_add_handle ($mh,$conn[$i]);
}

do {
curl_multi_exec($mh,$active);
} while ($active);

foreach ($urls as $i => $url) {
$data = curl_multi_getcontent($conn[$i]); // 獲得爬取的代碼字串
fwrite($st,$data); // 將字串寫入檔案。當然，也可以不寫入檔案，比如存入資料庫
} // 獲得資料變數，並寫入檔案

foreach ($urls as $i => $url) {
curl_multi_remove_handle($mh,$conn[$i]);
curl_close($conn[$i]);
}

curl_multi_close($mh);
fclose($st);
?>