php抓取页面的几种方法详解

时间：2018-12-30分类：PHP作者：编程之家

在做一些天气预报或者RSS 订阅的程序时，往往需要抓取非本地文件，一般情况下都是利用PHP模拟浏览器的访问，通过http请求访问URL地址，然后得到html源代码或者xml数据，得到数据我们不能直接输出，往往需要对内容进行提取，然后再进行格式化，以更加友好的方式显现出来。

下面简单说一下PHP抓取页面的几种方法及原理:
<FONT style="COLOR: #ff0000">一、 PHP抓取页面的主要方法：

1. file()函数
2. file_get_contents()函数
3. fopen()->fread()->fclose()模式
4.curl方式
5. fsockopen()函数 socket模式
6. 使用插件(如：http://sourceforge.net/projects/snoopy/)

<FONT style="COLOR: #ff0000">二、PHP解析html或xml代码主要方式：
1. file()函数

<div class="codetitle"><a style="CURSOR: pointer" data="68685" class="copybut" id="copybut68685" onclick="doCopy('code68685')"> 代码如下:

<div class="codebody" id="code68685">
<?PHP
$url='http://t.qq.com';
$lines_array=file($url);
$lines_string=implode('',$lines_array);
echo htmlspecialchars($lines_string);

2. file_get_contents()函数

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。
<div class="codetitle"><a style="CURSOR: pointer" data="60399" class="copybut" id="copybut60399" onclick="doCopy('code60399')"> 代码如下:

<div class="codebody" id="code60399">
<?PHP
$url='http://t.qq.com';
$lines_string=file_get_contents($url);
echo htmlspecialchars($lines_string);

3. fopen()->fread()->fclose()模式
<div class="codetitle"><a style="CURSOR: pointer" data="38373" class="copybut" id="copybut38373" onclick="doCopy('code38373')"> 代码如下:

<div class="codebody" id="code38373">
<?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。
<div class="codetitle"><a style="CURSOR: pointer" data="77894" class="copybut" id="copybut77894" onclick="doCopy('code77894')"> 代码如下:

<div class="codebody" id="code77894">
<?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()函数 socket模式

socket模式能否正确执行，也跟服务器的设置有关系，具体可以通过PHPinfo查看服务器开启了哪些通信协议，比如我的本地PHP socket没开启http，只能使用udp测试一下了。
<div class="codetitle"><a style="CURSOR: pointer" data="59331" class="copybut" id="copybut59331" onclick="doCopy('code59331')"> 代码如下:<div class="codebody" id="code59331">
<?PHP
$fp = fsockopen("udp://127.0.0.1",13,$errno,$errstr)；
if (!$fp) {
echo "ERROR: $errno - $errstr
\n"
} else {
fwrite($fp,"\n")
echo fread($fp,26)
fclose($fp)
}