php抓取网页

用php抓取页面的内容在实际的开发当中是非常有用的,如作一个简单的内容采集器,提取网页中的部分内容等等,抓取到的内容在通过正则表达式做一下过滤就得到了你想要的内容,以下就是几种常用的用php抓取网页中的内容的方法。
1.file_get_contents 
PHP代码
<?php     
$url = "http://www.phpzixue.cn";  
$contents = file_get_contents($url);  
//如果出现中文乱码使用下面代码  
//$getcontent = iconv("gb2312", "utf-8",$contents);   
echo $contents;  
?>   

2.curl 
PHP代码
<?php     
$url = "http://www.phpzixue.cn";  
$ch = curl_init();  
$timeout = 5;  
curl_setopt($ch, CURLOPT_URL, $url);  
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);  
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);  
//在需要用户检测的网页里需要增加下面两行  
//curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_ANY);  
//curl_setopt($ch, CURLOPT_USERPWD, US_NAME.":".US_PWD);  
$contents = curl_exec($ch);  
curl_close($ch);  
echo $contents;  
?> 

3.fopen->fread->fclose 
PHP代码
<?php     
$handle = fopen ("http://www.phpzixue.cn", "rb");  
$contents = "";  
do {  
   $data = fread($handle, 1024);  
   if (strlen($data) == 0) {  
   break;  
   }  
   $contents .= $data;  
} while(true);  
fclose ($handle);  
echo $contents;  
?> 

注:
1.使用file_get_contents和fopen必须空间开启allow_url_fopen。方法:编辑php.ini,设置allow_url_fopen = On,allow_url_fopen关闭时fopen和file_get_contents都不能打开远程文件。
2.使用curl必须空间开启curl。方法:windows下修改php.ini,将extension=php_curl.dll前面的分号去掉,而且需要拷贝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下;Linux下要安装curl扩展。

php抓取网页,古老的榕树,5-wow.com

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。