php获取网页内容的几个方法
2018-07-25 本文已影响237人
Monkey_zhou
PHP获取网页内容的几种方法
方法1: 用file_get_contents以get方式获取内容
<?php
$url='http://www.domain.com/?para=123';
$html= file_get_contents($url);
echo$html;
方法2：用file_get_contents函数,以post方式获取url
<?php
$url= 'http://www.domain.com/test.php?id=123';
$data= array('foo'=> 'bar');
$data= http_build_query($data);
$opts= array(
'http'=> array(
'method'=> 'POST',
'header'=>"Content-type: application/x-www-form-urlencoded\r\n" .
"Content-Length: " . strlen($data) . "\r\n",
'content'=> $data
));
$ctx= stream_context_create($opts);
$html= @file_get_contents($url,'',$ctx);
# 如果需要再传递cookie数据,则把
'header'=>"Content-type: application/x-www-form-urlencoded\r\n" .
"Content-Length: " . strlen($data) . "\r\n",
# 修改为
'header'=>"Content-type: application/x-www-form-urlencoded\r\n" .
"Content-Length: " . strlen($data) . "\r\n"."cookie:cookie1=c1;cookie2=c2\r\n";
# 即可
方法3: 用fopen打开url, 以get方式获取内容
<?php
$fp= fopen($url,'r');
$header= stream_get_meta_data($fp);//获取报头信息
while(!feof($fp)) {
$result.= fgets($fp, 1024);
}
echo"url header: {$header} <br>":
echo"url body: $result";
fclose($fp);
?>
方法4: 用fopen打开url, 以post方式获取内容
<?php
$data = ['foo2' => 'bar2', 'foo3' => 'bar3'];
$data = http_build_query($data);
$opts = [
'http' => [
'method' => 'POST',
'header' => "Content-type: application/x-www-form-urlencoded\r\nCookie:cook1=c3;cook2=c4\r\n" .
"Content-Length: " . strlen($data) . "\r\n",
'content' => $data,
],
];
$context = stream_context_create($opts);
$html = fopen('http://www.test.com/zzzz.php?id=i3&id2=i4', 'rb', false, $context);
$w = fread($html, 1024);
echo $w;
?>
方法5：用fsockopen函数打开url，以get方式获取完整的数据，包括header和body
<?php
functionget_url ($url,$cookie=false)
{
$url= parse_url($url);
$query= $url[path]."?".$url[query];
echo"Query:".$query;
$fp= fsockopen($url[host],$url[port]?$url[port]:80 , $errno,$errstr, 30);
if(!$fp) {
returnfalse;
}else{
$request= "GET $query HTTP/1.1\r\n";
$request.= "Host: $url[host]\r\n";
$request.= "Connection: Close\r\n";
if($cookie)$request.="Cookie: $cookie\n";
$request.="\r\n";
fwrite($fp,$request);
while(!@feof($fp)) {
$result.= @fgets($fp, 1024);
}
fclose($fp);
return$result;
}
}
//获取url的html部分，去掉header
functionGetUrlHTML($url,$cookie=false)
{
$rowdata= get_url($url,$cookie);
if($rowdata)
{
$body=stristr($rowdata,"\r\n\r\n");
$body=substr($body,4,strlen($body));
return$body;
}
returnfalse;
}
?>
方法6：用fsockopen函数打开url，以POST方式获取完整的数据，包括header和body
<?php
functionHTTP_Post($URL,$data,$cookie,$referrer="")
{
// parsing the given URL
$URL_Info=parse_url($URL);
// Building referrer
if($referrer=="")// if not given use this script as referrer
$referrer="111";
// making string from $data
foreach($dataas $key=>$value)
$values[]="$key=".urlencode($value);
$data_string=implode("&",$values);
// Find out which port is needed - if not given use standard (=80)
if(!isset($URL_Info["port"]))
$URL_Info["port"]=80;
// building POST-request:
$request.="POST ".$URL_Info["path"]." HTTP/1.1\n";
$request.="Host: ".$URL_Info["host"]."\n";
$request.="Referer: $referer\n";
$request.="Content-type: application/x-www-form-urlencoded\n";
$request.="Content-length: ".strlen($data_string)."\n";
$request.="Connection: close\n";
$request.="Cookie: $cookie\n";
$request.="\n";
$request.=$data_string."\n";
$fp= fsockopen($URL_Info["host"],$URL_Info["port"]);
fputs($fp,$request);
while(!feof($fp)) {
$result.= fgets($fp, 1024);
}
fclose($fp);
return$result;
}
?>
方法7:使用curl库，使用curl库之前，可能需要查看一下php.ini是否已经打开了curl扩展
<?php
$ch= curl_init();
$timeout= 5;
curl_setopt ($ch, CURLOPT_URL, 'http://www.domain.com/');
curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
$file_contents= curl_exec($ch);
curl_close($ch);
echo$file_contents;
?>
php获得网页源代码抓取网页内容的几种方法
这里收集了3种利用php获得网页源代码抓取网页内容的方法，我们可以根据实际需要选用。
1、使用file_get_contents获得网页源代码
这个方法最常用，只需要两行代码即可，非常简单方便。
参考代码：
<?php
$fh= file_get_contents('http://www.webkaka.com/');
echo $fh;
?>
2、使用fopen获得网页源代码
这个方法用的人也不少，不过代码有点多。
参考代码：
<?php
$fh = fopen('http://www.webkaka.com/', 'r');
if($fh){
while(!feof($fh)) {
echo fgets($fh);
}
}
?>
3、使用curl获得网页源代码
使用curl获得网页源代码的做法，往往是需要更高要求的人使用，例如当你需要在抓取网页内容的同时，得到网页header信息，还有ENCODING编码的使用，USERAGENT的使用等等。
参考代码一：
<?php
// 创建一个新cURL资源
$ch = curl_init();
// 设置URL和相应的选项
curl_setopt($ch, CURLOPT_URL, "http://www.webkaka.com/");
curl_setopt($ch, CURLOPT_HEADER, false);
// 抓取URL并把它传递给浏览器
$data = curl_exec($ch);
echo $data;
//关闭cURL资源，并且释放系统资源
curl_close($ch);
?>
参考代码二：
<?php
$szUrl = "http://www.webkaka.com/";
$UserAgent = 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0; SLCC1; .NET CLR 2.0.50727; .NET CLR 3.0.04506; .NET CLR 3.5.21022; .NET CLR 1.0.3705; .NET CLR 1.1.4322)';
$curl = curl_init();
curl_setopt($curl, CURLOPT_URL, $szUrl);
curl_setopt($curl, CURLOPT_HEADER, 0); //0表示不输出Header，1表示输出
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, false);
curl_setopt($curl, CURLOPT_ENCODING, '');
curl_setopt($curl, CURLOPT_USERAGENT, $UserAgent);
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1);
$data = curl_exec($curl);
echo $data;
//echo curl_errno($curl); //返回0时表示程序执行成功 [](http://www.webkaka.com/tutorial/php/2012/101721/)[如何从curl_errno返回值获取错误信息](http://www.webkaka.com/tutorial/php/2012/101721/)
exit();
?>
上例里使用了几个 curl_setopt() 参数的定义，HEADER、ENCODING、USERAGENT等，可以参考这里 参考查看更多参数及用途。
需要注意的是，在使用 curl_init() 之前，你需要做下 php.ini 的安全设置，否则该函数不能执行。可以参考下这篇文章解决IIS运行PHP出现Call to undefined function curl_init()的问题进行设置。
导读：fopen()和file_get_contents()打开URL获得网页内容的用法区别
