php中curl、fsocket、file_get_content三个函数的使用对比
|
最近做一个网页小偷程序的时候才发现file_get_content已经完全不能满足需求了。我觉得，在读取远程内容的时候，file_get_content除了使用比curl便捷以外，其他都没有curl好。 抓取远程内容，之前一直都在用file_get_content函数，其实早就知道有curl这么一个好东西的存在，但是看了一眼后感觉使用颇有些复杂，没有file_get_content那么简单，再就是需求也不大，所以没有学习使用curl。 直到最近，要做一个网页小偷程序的时候才发现file_get_content已经完全不能满足需求了。我觉得，在读取远程内容的时候，file_get_content除了使用比curl便捷以外，其他都没有curl好。 php中curl和file_get_content的一些比较 主要区别： 学习才发现，curl支持很多协议，有FTP, FTPS, HTTP, HTTPS, GOPHER, TELNET, DICT, FILE以及LDAP，也就是说，它能做到很多file_get_content做不到的事情。curl在php可以实现远程获取和采集内容；实现PHP网页版的FTP上传下载；实现模拟登陆；实现接口对接（API），数据传输；实现模拟Cookie；下载文件断点续传等等，功能十分强大。 了解curl一些基本的使用后，才发现其实并不难，只不过记住里面一些设置参数，难弄一点，但是我们记住几个常用的就可以了。 开启curl： 因为PHP默认是不支持curl功能的，因此如果要用curl的话，首先需要在php.ini中开启该功能，即去掉 ;extension= php_curl.dll 前面的分号，然后保存后重启apache/iis就好了。 基本语法： $my_curl = curl_init(); //初始化一个curl对象 curl_setopt($my_curl, CURLOPT_URL, "https://www.Cuoxin.com"); //设置你需要抓取的URL curl_setopt($my_curl,CURLOPT_RETURNTRANSFER,1); //设置是将结果保存到字符串中还是输出到屏幕上，1表示将结果保存到字符串 $str = curl_exec($curl); //执行请求 echo $str; //输出抓取的结果 curl_close($curl); //关闭url请求 最近需要获取别人网站上的音乐数据。用了file_get_contents函数，但是总是会遇到获取失败的问题，尽管按照手册中的例子设置了超时，可多数时候不会奏效： $config['context'] = stream_context_create(array('http' => array('method' => "GET", 'timeout' => 5//这个超时时间不稳定，经常不奏效 ) )); 这时候，看一下服务器的连接池，会发现一堆类似的错误，让我头疼万分： file_get_contents(http://***): failed to open stream… 现在改用了curl库，写了一个函数替换： function curl_file_get_contents($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，除了真正的网络问题外，没再出现任何问题。 这是别人做过的关于curl和file_get_contents的测试： file_get_contents抓取google.com需用秒数： 2.31319094 2.30374217 2.21512604 3.30553889 2.30124092 curl使用的时间： 0.68719101 0.64675593 0.64326 0.81983113 0.63956594 差距很大？呵呵，从我使用的经验来说，这两个工具不只是速度有差异，稳定性也相差很大。 建议对网络数据抓取稳定性要求比较高的朋友使用上面的 curl_file_get_contents函数，不但稳定速度快，还能假冒浏览器欺骗目标地址哦！ 方法1: 用file_get_contents 以get方式获取内容，代码如下: <?php $url='http://www.domain.com/'; $html = file_get_contents($url); echo $html; ?> 方法2: 用fopen打开url, 以get方式获取内容，代码如下: <?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函数,以post方式获取url，代码如下: <?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 $html; ?> 方法4：用fsockopen函数打开url，以get方式获取完整的数据，包括header和body，代码如下: <?php function get_url ($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 $result; } } //获取url的html部分，去掉header function GetUrlHTML($url,$cookie=false) { $rowdata = get_url($url,$cookie); if($rowdata) { $body= stristr($rowdata,"rnrn"); $body=substr($body,4,strlen($body)); return $body; } return false; } ?> 方法5：用fsockopen函数打开url，以POST方式获取完整的数据，包括header和body，代码如下: <?php function HTTP_Post($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，代码如下: <?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 三个函数 都可以实现采集模拟发言 。三者有什么区别，或者讲究么。 赵永斌: 有些时候用file_get_contents()调用外部文件,容易超时报错。换成curl后就可以.具体原因不清楚 curl 效率比file_get_contents()和fsockopen()高一些,原因是CURL会自动对DNS信息进行缓存(亮点啊有我待亲测) 范佳鹏: file_get_contents curl fsockopen 在当前所请求环境下选择性操作，没有一概而论： 具我们公司开发KBI应用来看： 刚开始采用：file_get_contents 后来采用：fsockopen 最后到至今采用：curl （远程）我个人理解到的表述如下（不对请指出，不到位请补充） file_get_contents 需要php.ini里开启allow_url_fopen,请求http时，使用的是http_fopen_wrapper，不会keeplive.curl是可以的。 file_get_contents()单个执行效率高，返回没有头的信息。 这个是读取一般文件的时候并没有什么问题，但是在读取远程问题的时候就会出现问题。 如果是要打一个持续连接，多次请求多个页面。那么file_get_contents和fopen就会出问题。 取得的内容也可能会不对。所以做一些类似采集工作的时候，肯定就有问题了。 sock较底层，配置麻烦，不易操作。 返回完整信息。 潘少宁-腾讯： file_get_contents 虽然可以获得某URL的内容，但不能post get啊。 curl 则可以post和get啊。还可以获得head信息 而socket则更底层。可以设置基于UDP或是TCP协议去交互 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 更多的时候 只是去拉取数据。效率比较高 也比较简单。 赵的情况这个我也遇到过，我通过CURL设置host 就OK了。 这和网络环境有关系。 （编辑：银川站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
