php中curl、fsocket、file_get_content三個(gè)函數(shù)的使用比較
抓取遠(yuǎn)程內(nèi)容，之前一直都在用file_get_content函數(shù)，其實(shí)早就知道有curl這么一個(gè)好東西的存在，但是看了一眼后感覺使用頗有些復(fù)雜，沒有file_get_content那么簡單，再就是需求也不大，所以沒有學(xué)習(xí)使用curl。
直到最近，要做一個(gè)網(wǎng)頁小偷程序的時(shí)候才發(fā)現(xiàn)file_get_content已經(jīng)完全不能滿足需求了。我覺得，在讀取遠(yuǎn)程內(nèi)容的時(shí)候，file_get_content除了使用比curl便捷以外，其他都沒有curl好。
php中curl和file_get_content的一些比較
主要區(qū)別：
學(xué)習(xí)才發(fā)現(xiàn)，curl支持很多協(xié)議，有FTP, FTPS, HTTP, HTTPS, GOPHER, TELNET, DICT, FILE以及LDAP，也就是說，它能做到很多file_get_content做不到的事情。curl在php可以實(shí)現(xiàn)遠(yuǎn)程獲取和采集內(nèi)容；實(shí)現(xiàn)PHP網(wǎng)頁版的FTP上傳下載；實(shí)現(xiàn)模擬登陸；實(shí)現(xiàn)接口對接（API），數(shù)據(jù)傳輸；實(shí)現(xiàn)模擬Cookie；下載文件斷點(diǎn)續(xù)傳等等，功能十分強(qiáng)大。
了解curl一些基本的使用后，才發(fā)現(xiàn)其實(shí)并不難，只不過記住里面一些設(shè)置參數(shù)，難弄一點(diǎn)，但是我們記住幾個(gè)常用的就可以了。
開啟curl：
因?yàn)镻HP默認(rèn)是不支持curl功能的，因此如果要用curl的話，首先需要在php.ini中開啟該功能，即去掉 ;extension= php_curl.dll 前面的分號，然后保存后重啟apache/iis就好了。
基本語法：
$my_curl = curl_init(); //初始化一個(gè)curl對象
curl_setopt($my_curl, CURLOPT_URL, "http://www.dbjr.com.cn"); //設(shè)置你需要抓取的URL
curl_setopt($my_curl,CURLOPT_RETURNTRANSFER,1); //設(shè)置是將結(jié)果保存到字符串中還是輸出到屏幕上，1表示將結(jié)果保存到字符串
$str = curl_exec($curl); //執(zhí)行請求
echo $str; //輸出抓取的結(jié)果
curl_close($curl); //關(guān)閉url請求
最近需要獲取別人網(wǎng)站上的音樂數(shù)據(jù)。用了file_get_contents函數(shù)，但是總是會遇到獲取失敗的問題，盡管按照手冊中的例子設(shè)置了超時(shí)，可多數(shù)時(shí)候不會奏效：
$config['context'] = stream_context_create(array('http' => array('method' => "GET",
'timeout' => 5//這個(gè)超時(shí)時(shí)間不穩(wěn)定，經(jīng)常不奏效
)
));
這時(shí)候，看一下服務(wù)器的連接池，會發(fā)現(xiàn)一堆類似的錯(cuò)誤，讓我頭疼萬分：
file_get_contents(http://***): failed to open stream…
現(xiàn)在改用了curl庫，寫了一個(gè)函數(shù)替換：
function curl_file_get_contents($durl){
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $durl);
curl_setopt($ch, CURLOPT_TIMEOUT, 5);
curl_setopt($ch, CURLOPT_USERAGENT, _USERAGENT_);
curl_setopt($ch, CURLOPT_REFERER,_REFERER_);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
$r = curl_exec($ch);
curl_close($ch);
return $r;
}
如此，除了真正的網(wǎng)絡(luò)問題外，沒再出現(xiàn)任何問題。
這是別人做過的關(guān)于curl和file_get_contents的測試：
file_get_contents抓取google.com需用秒數(shù)：
2.31319094
2.30374217
2.21512604
3.30553889
2.30124092
curl使用的時(shí)間：
0.68719101
0.64675593
0.64326
0.81983113
0.63956594
差距很大？呵呵，從我使用的經(jīng)驗(yàn)來說，這兩個(gè)工具不只是速度有差異，穩(wěn)定性也相差很大。
建議對網(wǎng)絡(luò)數(shù)據(jù)抓取穩(wěn)定性要求比較高的朋友使用上面的 curl_file_get_contents函數(shù)，不但穩(wěn)定速度快，還能假冒瀏覽器欺騙目標(biāo)地址哦！
方法1: 用file_get_contents 以get方式獲取內(nèi)容
<?php
$url='http://www.domain.com/';
$html = file_get_contents($url);
echo $html;
?>
方法2: 用fopen打開url, 以get方式獲取內(nèi)容
<?php
$fp = fopen($url, 'r');
stream_get_meta_data($fp);
while(!feof($fp)) {
$result .= fgets($fp, 1024);
}
echo "url body: $result";
fclose($fp);
?>
方法3：用file_get_contents函數(shù),以post方式獲取url
<?php
$data = array ('foo' => 'bar');
$data = http_build_query($data);
$opts = array (
'http' => array (
'method' => 'POST',
'header'=> "Content-type: application/x-www-form-urlencodedrn" .
"Content-Length: " . strlen($data) . "rn",
'content' => $data
)
);
$context = stream_context_create($opts);
$html = file_get_contents('http://localhost/e/admin/test.html', false, $context);
echo $html;
?>
方法4：用fsockopen函數(shù)打開url，以get方式獲取完整的數(shù)據(jù)，包括header和body
<?php
function get_url ($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) {
return false;
} else {
$request = "GET $query HTTP/1.1rn";
$request .= "Host: $url[host]rn";
$request .= "Connection: Closern";
if($cookie) $request.="Cookie: $cookien";
$request.="rn";
fwrite($fp,$request);
while()) {
$result .= @fgets($fp, 1024);
}
fclose($fp);
return $result;
}
}
//獲取url的html部分，去掉header
function GetUrlHTML($url,$cookie=false)
{
$rowdata = get_url($url,$cookie);
if($rowdata)
{
$body= stristr($rowdata,"rnrn");
$body=substr($body,4,strlen($body));
return $body;
}
return false;
}
?>
方法5：用fsockopen函數(shù)打開url，以POST方式獲取完整的數(shù)據(jù)，包括header和body
<?php
function HTTP_Post($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 $data
foreach($data as $key=>$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/1.1n";
$request.="Host: ".$URL_Info["host"]."n";
$request.="Referer: $referern";
$request.="Content-type: application/x-www-form-urlencodedn";
$request.="Content-length: ".strlen($data_string)."n";
$request.="Connection: closen";
$request.="Cookie: $cookien";
$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6:使用curl庫，使用curl庫之前，可能需要查看一下php.ini是否已經(jīng)打開了curl擴(kuò)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中 curl， fsockopen ，file_get_contents 三個(gè)函數(shù) 都可以實(shí)現(xiàn)采集模擬發(fā)言 。三者有什么區(qū)別，或者講究么
趙永斌:
有些時(shí)候用file_get_contents()調(diào)用外部文件,容易超時(shí)報(bào)錯(cuò)。換成curl后就可以.具體原因不清楚
curl 效率比file_get_contents()和fsockopen()高一些,原因是CURL會自動對DNS信息進(jìn)行緩存(亮點(diǎn)啊有我待親測)
范佳鵬:
file_get_contents curl fsockopen
在當(dāng)前所請求環(huán)境下選擇性操作，沒有一概而論：
具我們公司開發(fā)KBI應(yīng)用來看：
剛開始采用：file_get_contents
后來采用：fsockopen
最后到至今采用：curl
（遠(yuǎn)程）我個(gè)人理解到的表述如下（不對請指出，不到位請補(bǔ)充）
file_get_contents 需要php.ini里開啟allow_url_fopen,請求http時(shí)，使用的是http_fopen_wrapper，不會keeplive.curl是可以的。
file_get_contents()單個(gè)執(zhí)行效率高，返回沒有頭的信息。
這個(gè)是讀取一般文件的時(shí)候并沒有什么問題，但是在讀取遠(yuǎn)程問題的時(shí)候就會出現(xiàn)問題。
如果是要打一個(gè)持續(xù)連接，多次請求多個(gè)頁面。那么file_get_contents和fopen就會出問題。
取得的內(nèi)容也可能會不對。所以做一些類似采集工作的時(shí)候，肯定就有問題了。
sock較底層，配置麻煩，不易操作。 返回完整信息。
潘少寧-騰訊：
file_get_contents 雖然可以獲得某URL的內(nèi)容，但不能post get啊。
curl 則可以post和get啊。還可以獲得head信息
而socket則更底層?？梢栽O(shè)置基于UDP或是TCP協(xié)議去交互
file_get_contents 和 curl 能干的，socket都能干。
socket能干的，curl 就不一定能干了
file_get_contents 更多的時(shí)候 只是去拉取數(shù)據(jù)。效率比較高 也比較簡單。
趙的情況這個(gè)我也遇到過，我通過CURL設(shè)置host 就OK了。 這和網(wǎng)絡(luò)環(huán)境有關(guān)系
相關(guān)文章
當(dāng)你學(xué)習(xí)php無限極分類的時(shí)候，大家都覺得一個(gè)字“難”我也覺得很難，所以，現(xiàn)在都還在看，因?yàn)楣ぷ饕玫剑?，就必須得研究研究?/div> 2015-08-08
WordPress中用于獲取搜索表單的PHP函數(shù)使用解析
這篇文章主要介紹了WordPress中用于獲取搜索表單的PHP函數(shù)使用解析,即get_search_form函數(shù)的基本用法,需要的朋友可以參考下2016-01-01
php 網(wǎng)頁播放器用來播放在線視頻的代碼(自動判斷并選擇視頻文件類型)
其實(shí)這里的php 視頻播放代碼基本上常見的視頻格式都支持，用正則匹配文件擴(kuò)展名，并根據(jù)文件擴(kuò)展名的不同調(diào)用相應(yīng)的在線播放器代碼。2010-06-06
php實(shí)現(xiàn)給圖片加灰色半透明效果的方法
這篇文章主要介紹了php實(shí)現(xiàn)給圖片加灰色半透明效果的方法,涉及對圖像的操作,是非常實(shí)用的技巧,需要的朋友可以參考下2014-10-10
最近在做微信登錄開發(fā)時(shí)候，發(fā)現(xiàn)微信頭像圖片沒有后綴名，傳統(tǒng)的圖片抓取方式不奏效，需要特殊的抓取處理。所以，后來將各種情況結(jié)合起來，封裝成一個(gè)類，分享出來給大家，感興趣的朋友們下面來一起看看吧。2016-10-10
php面向?qū)ο蟪绦蛟O(shè)計(jì)中self與static的區(qū)別分析
這篇文章主要介紹了php面向?qū)ο蟪绦蛟O(shè)計(jì)中self與static的區(qū)別,結(jié)合實(shí)例形式分析了php面向?qū)ο蟪绦蛟O(shè)計(jì)中self與static的功能、以及在繼承過程中實(shí)現(xiàn)多態(tài)的區(qū)別,并總結(jié)了static靜態(tài)延遲綁定的原理,需要的朋友可以參考下2019-05-05
php實(shí)現(xiàn)將普通數(shù)據(jù)轉(zhuǎn)化為json數(shù)據(jù)
在日常的開發(fā)工作中免不了要寫接口,json格式文本的輸出是制作接口必須掌握的,所以本文主要為大家詳細(xì)介紹了php如何將普通數(shù)據(jù)轉(zhuǎn)化為json數(shù)據(jù),需要的可以參考下2023-11-11
PHP的SQL注入實(shí)現(xiàn)(測試代碼安全不錯(cuò))
看黑客是如何入侵的，我們寫編寫php代碼的過程中，最好自己先測試效果。2011-02-02
在處理地址URL時(shí),用這個(gè)函數(shù)可以輕松就把單詞用"-"連起來2011-04-04
查詢當(dāng)前連接的MYSQL數(shù)據(jù)庫的版本，可以用下面SQL語句來實(shí)現(xiàn)2008-03-03最新評論