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。