php抓取页面的几种体式格式
添加时间:2013-6-16 点击量:
在 做一些天气预告或者RSS订阅的法度时,往往须要抓取非本地文件,一般景象下都是哄骗php模仿浏览器的接见,经由过程http恳求接见url地址, 然后获得html源代码或者xml数据,获得数据我们不克不及直接输出,往往须要对内容进行提取,然后再进行格局化,以加倍友爱的体式格式浮现出来。
下面简单说一下php抓取页面的几种办法及道理:
一、 PHP抓取页面的首要办法:
1. file()函数
2. file_get_contents()函数
3. fopen()->fread()->fclose()模式
4.curl体式格式
5. fsockopen()函数 socket模式
6. 应用插件(如:http://sourceforge.net/projects/snoopy/)
二、PHP解析html或xml代码首要体式格式:
1. file()函数
<?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
应用file_get_contents和fopen必须空间开启allow_url_fopen。办法:编辑php.ini,设置
allow_url_fopen = On,allow_url_fopen封闭时fopen和file_get_contents都不克不及打开长途文件。
<?php
¥url=http://t.qq.com;
¥lines_string=file_get_contents(¥url);
echo htmlspecialchars(¥lines_string);
3. fopen()->fread()->fclose()模式
<?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体式格式
应用curl必须空间开启curl。办法:windows下批改php.ini,将extension=php_curl.dll前面的分号去掉,并且需
要拷贝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下;Linux下要安装curl扩大。
<?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模式可否正确履行,也跟办事器的设置有关系,具体可以经由过程phpinfo查看办事器开启了哪些通信和谈,比如我的本地php socket没开启http,只能应用udp测试一下了。
<?php
¥fp = fsockopen(udp://127.0.0.1, 13, ¥errno, ¥errstr);
if (!¥fp) {
echo ERROR: ¥errno - ¥errstr<br />\n
}
fwrite(¥fp, \n)
echo fread(¥fp, 26)
fclose(¥fp)
}
6. 插件
网上应当有斗劲多的插件,snoopy插件是在网上搜到的,有爱好的可以研究一下。
我俩之间有着强烈的吸引力。短短几个小时后,我俩已经明白:我们的心是一个整体的两半,我俩的心灵是孪生兄妹,是知己。她让我感到更有活力,更完美,更幸福。即使她不在我身边,我依然还是感到幸福,因为她总是以这样或者那样的方式出现在我心头。——恩里克·巴里奥斯《爱的文明》
在 做一些天气预告或者RSS订阅的法度时,往往须要抓取非本地文件,一般景象下都是哄骗php模仿浏览器的接见,经由过程http恳求接见url地址, 然后获得html源代码或者xml数据,获得数据我们不克不及直接输出,往往须要对内容进行提取,然后再进行格局化,以加倍友爱的体式格式浮现出来。
下面简单说一下php抓取页面的几种办法及道理:
一、 PHP抓取页面的首要办法:
1. file()函数
2. file_get_contents()函数
3. fopen()->fread()->fclose()模式
4.curl体式格式
5. fsockopen()函数 socket模式
6. 应用插件(如:http://sourceforge.net/projects/snoopy/)
二、PHP解析html或xml代码首要体式格式:
1. file()函数
<?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
应用file_get_contents和fopen必须空间开启allow_url_fopen。办法:编辑php.ini,设置
allow_url_fopen = On,allow_url_fopen封闭时fopen和file_get_contents都不克不及打开长途文件。
<?php
¥url=http://t.qq.com;
¥lines_string=file_get_contents(¥url);
echo htmlspecialchars(¥lines_string);
3. fopen()->fread()->fclose()模式
<?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体式格式
应用curl必须空间开启curl。办法:windows下批改php.ini,将extension=php_curl.dll前面的分号去掉,并且需
要拷贝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下;Linux下要安装curl扩大。
<?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模式可否正确履行,也跟办事器的设置有关系,具体可以经由过程phpinfo查看办事器开启了哪些通信和谈,比如我的本地php socket没开启http,只能应用udp测试一下了。
<?php
¥fp = fsockopen(udp://127.0.0.1, 13, ¥errno, ¥errstr);
if (!¥fp) {
echo ERROR: ¥errno - ¥errstr<br />\n
}
fwrite(¥fp, \n)
echo fread(¥fp, 26)
fclose(¥fp)
}
6. 插件
网上应当有斗劲多的插件,snoopy插件是在网上搜到的,有爱好的可以研究一下。