几乎所有的程序员来模仿用户登录或抓取数据都会使用到curl函数,下面我来给各位介绍利用curl函数实现登录并抓取数据,希望下面例子对各位有帮助。
PHP的curl()在抓取网页的效率方面是比较高的,而且支持多线程,而file_get_contents()效率就要稍低些,当然,使用curl时需要开启下curl扩展。代码实战
先来看登录部分的代码://模拟登录
functionlogin_post($url,$cookie,$post){
$curl=curl_init();//初始化curl模块
curl_setopt($curl,CURLOPT_URL,$url);//登录提交的地址
curl_setopt($curl,CURLOPT_HEADER,0);//是否显示头信息
curl_setopt($curl,CURLOPT_RETURNTRANSFER,0);//是否自动显示返回的信息
curl_setopt($curl,CURLOPT_COOKIEJAR,$cookie);//设置Cookie信息保存在指定的文件中
curl_setopt($curl,CURLOPT_POST,1);//post方式提交
curl_setopt($curl,CURLOPT_POSTFIELDS,http_build_query($post));//要提交的信息
curl_exec($curl);//执行cURL
curl_close($curl);//关闭cURL资源,并且释放系统资源
}
函数login_post()首先初始化curl_init(),然后使用curl_setopt()设置相关选项信息,包括要提交的url地址,保存的cookie文件,post的数据(用户名和密码等信息),是否返回信息等等,然后curl_exec执行curl,最后curl_close()释放资源。注意PHP自带的http_build_query()可以将数组转换成相连接的字符串。
接下来如果登录成功后,我们要获取登录成功后的页面信息//登录成功后获取数据
functionget_content($url,$cookie){
$ch=curl_init();
curl_setopt($ch,CURLOPT_URL,$url);
curl_setopt($ch,CURLOPT_HEADER,0);
curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);
curl_setopt($ch,CURLOPT_COOKIEFILE,$cookie);//读取cookie
$rs=curl_exec($ch);//执行cURL抓取页面内容
curl_close($ch);
return$rs;
}
函数get_content()中也是先初始化curl,然后设置相关选项,执行curl,释放资源。其中我们设置CURLOPT_RETURNTRANSFER为1即自动返回信息,而CURLOPT_COOKIEFILE可以读取到登录时保存的cookie信息,最后将页面内容返回。
我们的最终目的是要获取到模拟登录后的信息,也就是只有正常登录成功后才能获取的有用信息。接下来我们以登录开源中国的移动版为例,看看如何抓取到登录成功后的信息。/设置post的数据
$post=array(
'email'=>'oschina账户',
'pwd'=>'oschina密码',
'goto_page'=>'/my',
'error_page'=>'/login',
'save_login'=>'1',
'submit'=>'现在登录'
);
//登录地址
$url=;
//设置cookie保存路径
$cookie=dirname(__FILE__).'/cookie_oschina.txt';
//登录后要获取信息的地址
$url2="/my";
//模拟登录
login_post($url,$cookie,$post);
//获取登录页的信息
$content=get_content($url2,$cookie);
//删除cookie文件
@unlink($cookie);
//匹配页面信息
$preg="/
(.*)/i";
preg_match_all($preg,$content,$arr);
$str=$arr[1][0];
//输出内容
echo$str;
运行上述代码后,我们会看到最终获取到登录用户的头像图片。
使用总结
1、初始化curl;
2、使用curl_setopt设置目标url,和其他选项;
3、curl_exec,执行curl;
4、执行后,关闭curl;
5、输出数据。