用php抓取页面的内容在实际的开发当中是非常有用的,如作一个简单的内容采集器,提取网页中的部分内容等等,抓取到的内容在通过正则表达式做一下过滤就得到了你想要的内容,至于如何用正则表达式过滤,在这里就不做介绍了,有兴趣的同学可以参考本站的《正则表达式》板块:/articles11.shtml ,以下就是几种常用的用php抓取网页中的内容的方法。
1.file_get_contents
PHP代码
$url="";
$contents=file_get_contents($url);
//如果出现中文乱码使用下面代码
//$getcontent=iconv("gb2312","utf-8",$contents);
echo$contents;
?>
2.curl
PHP代码
$url="";
$ch=curl_init();
$timeout=5;
curl_setopt($ch,CURLOPT_URL,$url);
curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);
curl_setopt($ch,CURLOPT_CONNECTTIMEOUT,$timeout);
//在需要用户检测的网页里需要增加下面两行
//curl_setopt($ch,CURLOPT_HTTPAUTH,CURLAUTH_ANY);
//curl_setopt($ch,CURLOPT_USERPWD,US_NAME.":".US_PWD);
$contents=curl_exec($ch);
curl_close($ch);
echo$contents;
?>
3.fopen->fread->fclose
PHP代码
$handle=fopen("","rb");
$contents="";
do{
$data=fread($handle,1024);
if(strlen($data)==0){
break;
}
$contents.=$data;
}while(true);
fclose($handle);
echo$contents;
?>
注: 1.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。 2.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。