|-转 PHP采集页面的四种方法
本文给出的方法是最基本的PHP采集方法，很多网站都做防采集的处理，对于这些网站可以尝试使用QueryList(php项目)采集，另外对于JS生成的页面可以用Nodejs采集。
什么叫采集？
就是使用PHP程序，把其他网站中的信息抓取到我们自己的数据库中、网站中。
可以通过三种方法来使用PHP访问到网页
1. 使用file_get_contents()
前提：在php.ini中设置允许打开一个网络的url地址。
使用这个函数时可以直接将路径写入函数中，将所选路径的内容加载出来，但是在访问网上的网址时必须连接网络
<?php echo file_get_contents(https://www.baidu.com/);?>
2. 使用socket技术采集：
socket采集是最底层的，它只是建立了一个长连接，然后我们要自己构造http协议字符串去发送请求。例如要想获取这个页面的内容，http://tv.youku.com/?spm=a2hww.20023042.topNav.5~1~3!2~A，用socket写如下：
<?php
//连接,$error错误编号,$errstr错误的字符串,30s是连接超时时间
$fp=fsockopen("www.youku.com",80,$errno,$errstr,30);
if(!$fp) die("连接失败".$errstr);
//构造http协议字符串，因为socket编程是最底层的，它还没有使用http协议
$http="GET /?spm=a2hww.20023042.topNav.5~1~3!2~A HTTP/1.1\r\n"; // \r\n表示前面的是一个命令
$http.="Host:www.youku.com\r\n"; //请求的主机
$http.="Connection:close\r\n\r\n"; // 连接关闭，最后一行要两个\r\n
//发送这个字符串到服务器
fwrite($fp,$http,strlen($http));
//接收服务器返回的数据
$data=;
while (!feof($fp)) {
$data.=fread($fp,4096); //fread读取返回的数据，一次读取4096字节
}
//关闭连接
fclose($fp);
var_dump($data);
?>
打印出的结果如下，包含了返回的头信息及页面的源码：
3、使用fopen获取网页源代码
<?php
$url = 'https://www.baidu.com/';
$opts = array(
'http'=>array(
'method'=>"GET",
'header'=>"Accept-language: en\r\n" .
"Cookie: foo=bar\r\n"
)
);
$context = stream_context_create($opts);
$fp = fopen($url, 'r', false, $context);
while(!feof($fp)) {
$result.= fgets($fp, 1024);
}
fpassthru($fp);
fclose($fp);
?>4. 使用curl...
浏览更多内容请先登录。
立即注册
更新于：2022-07-15 12:45:56
相关内容
[PHP] 网盘搜索引擎-采集爬取百度网盘分享文件实现网盘搜索
PHP向js传数组
php中动态输出变量内容，查看进程状态的方法
phpmyadmin问题整理
phpmyadmin解决Failed to set session cookie. Maybe you are using HTTP...
phpmyadmin 登录报错 mysqli_real_connect(): (HY000/2002):
PhpMyAdmin 配置文件现在需要一个短语密码的解决方法
PHP与APP
PHP是否可以应用于App开发
推荐内容
