這篇文章是對php抓取頁面的幾種方法進行了詳細的分析介紹,需要的朋友參考下
#在做一些天氣預報或RSS訂閱的程序時,往往需要抓取非本地文件,一般情況下都是利用php模擬瀏覽器的訪問,透過http請求訪問url位址, 然後得到html原始碼或xml數據,得到數據我們不能直接輸出,往往需要對內容進行提取,然後再進行格式化,以更友善的方式顯現出來。
下面簡單說一下php抓取頁面的幾個方法及原理:
一、 PHP抓取頁面的主要方法:
1. file( )函數
2. file_get_contents()函數
3. fopen()->fread()->fclose()模式
4.curl方式
5. fsockopen()函數socket模式
6. 使用外掛(如:http://sourceforge.net/projects/snoopy/)
二、PHP解析html或xml程式碼主要方式:
1. file()函數
程式碼如下:
<?php $url='http://t.qq.com'; $lines_array=file($url); $lines_string=implode('',$lines_array); echo htmlspecialchars($lines_string);
2. file_get_contents()函數
#使用file_get_contents和fopen必須空間開啟allow_url_fopen。方法:編輯php.ini,設定 allow_url_fopen = On,allow_url_fopen關閉時fopen和file_get_contents都不能開啟遠端檔案。
程式碼如下:
<?php $url='http://t.qq.com'; $lines_string=file_get_contents($url); echo htmlspecialchars($lines_string);
3. fopen()->fread()->fclose()模式
程式碼如下:
<?php $url='http://t.qq.com'; $handle=fopen($url,"rb"); $lines_string=""; do{ $data=fread($handle,1024); if(strlen($data)==0) { break; } $lines_string.=$data; }while(true); fclose($handle); echo htmlspecialchars($lines_string);
4. curl方式
使用curl必須空間開啟curl。方法:windows下修改php.ini,將extension=php_curl.dll前面的分號去掉,而且需要 要拷貝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下;Linux下要安裝curl擴充。
程式碼如下:
<?php $url='http://t.qq.com'; $ch=curl_init(); $timeout=5; curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout); $lines_string=curl_exec($ch); curl_close($ch); echo htmlspecialchars($lines_string);
5. fsockopen()函數socket模式
socket模式能否正確執行,也跟伺服器的設定有關係,具體可以透過phpinfo查看伺服器開啟了哪些通訊協議,例如我的本地php socket沒開啟http,只能使用udp測試一下了。
程式碼如下:
<?php $fp = fsockopen("udp://127.0.0.1", 13, $errno, $errstr); if (!$fp) { echo "ERROR: $errno - $errstr<br />\n" } else { fwrite($fp, "\n") echo fread($fp, 26) fclose($fp) }
6. 插件
網路上應該有比較多的插件,snoopy插件是在網路上搜到的,有興趣的可以研究一下。
以上是ph p抓取頁面的幾種方法實例詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章!