示例代碼1: 用file_get_contents 以get方式獲取內容
復制代碼 代碼如下:
<?php
$url='http://www.baidu.com/';
$html=file_get_contents($url);
//print_r($http_response_header);
ec($html);
printhr();
printarr($http_response_header);
printhr();
?>
示例代碼2: 用fopen打開url, 以get方式獲取內容
復制代碼 代碼如下:
<?
$fp=fopen($url,'r');
printarr(stream_get_meta_data($fp));
printhr();
while(!feof($fp)){
$result.=fgets($fp,1024);
}
echo"url body: $result";
printhr();
fclose($fp);
?>
示例代碼3：用file_get_contents函數,以post方式獲取url
復制代碼 代碼如下:
<?php
$data=array('foo'=>'bar');
$data=http_build_query($data);
$opts=array(
'http'=>array(
'method'=>'POST',
'header'=>"Content-type: application/x-www-form-urlencoded\r\n".
"Content-Length: ".strlen($data)."\r\n",
'content'=>$data
),
);
$context=stream_context_create($opts);
$html=file_get_contents('http://localhost/e/admin/test.html',false,$context);
echo$html;
?>
示例代碼4：用fsockopen函數打開url，以get方式獲取完整的數據，包括header和body
復制代碼 代碼如下:
<?
functionget_url($url,$cookie=false){
$url=parse_url($url);
$query=$url[path]."?".$url[query];
ec("Query:".$query);
$fp=fsockopen($url[host],$url[port]?$url[port]:80,$errno,$errstr,30);
if(!$fp){
returnfalse;
}else{
$request="GET$queryHTTP/1.1\r\n";
$request.="Host:$url[host]\r\n";
$request.="Connection: Close\r\n";
if($cookie)$request.="Cookie: $cookie\n";
$request.="\r\n";
fwrite($fp,$request);
while(!@feof($fp)){
$result.=@fgets($fp,1024);
}
fclose($fp);
return$result;
}
}
//獲取url的html部分，去掉header
functionGetUrlHTML($url,$cookie=false){
$rowdata=get_url($url,$cookie);
if($rowdata)
{
$body=stristr($rowdata,"\r\n\r\n");
$body=substr($body,4,strlen($body));
return$body;
}
returnfalse;
}
?>
示例代碼5：用fsockopen函數打開url，以POST方式獲取完整的數據，包括header和body
復制代碼 代碼如下:
<?
functionHTTP_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 $data
foreach($dataas$key=>$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/1.1\n";
$request.="Host: ".$URL_Info["host"]."\n";
$request.="Referer:$referer\n";
$request.="Content-type: application/x-www-form-urlencoded\n";
$request.="Content-length: ".strlen($data_string)."\n";
$request.="Connection: close\n";
$request.="Cookie: $cookie\n";
$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;
}
printhr();
?>
示例代碼6:使用curl庫，使用curl庫之前，你可能需要查看一下php.ini，查看是否已經打開了curl擴展
復制代碼 代碼如下:
<?
$ch = curl_init();
$timeout = 5;
curl_setopt ($ch, CURLOPT_URL, 'http://www.baidu.com/');
curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
$file_contents = curl_exec($ch);
curl_close($ch);
echo $file_contents;
?>
關於curl庫：
curl官方網站http://curl.haxx.se/
curl 是使用URL語法的傳送文件工具，支持FTP、FTPS、HTTP HTPPS SCP SFTP TFTP TELNET DICT FILE和LDAP。curl 支持SSL證書、HTTP POST、HTTP PUT 、FTP 上傳，kerberos、基於HTT格式的上傳、代理、cookie、用戶＋口令證明、文件傳送恢復、http代理通道和大量其他有用的技巧
復制代碼 代碼如下:
<?
functionprintarr(array$arr)
{
echo"<br> Row field count: ".count($arr)."<br>";
foreach($arras$key=>$value)
{
echo"$key=$value <br>";
}
}
?>
======================================================
PHP抓取遠程網站數據的代碼
現在可能還有很多程序愛好者都會遇到同樣的疑問,就是要如何像搜索引擎那樣去抓取別人網站的HTML代碼,然後把代碼收集整理成為自己有用的數據!今天就等我介紹一些簡單例子吧.
Ⅰ.抓取遠程網頁標題的例子:
以下是代碼片段：
復制代碼 代碼如下:
<?php
/*
+-------------------------------------------------------------
+抓取網頁標題的代碼,直接拷貝本代碼片段,另存為.php文件執行即可.
+-------------------------------------------------------------
*/
error_reporting(7);
$file = fopen ("http://www.jb51.net/", "r");
if (!$file) {
echo "<font color=red>Unable to open remote file.</font>\n";
exit;
}
while (!feof ($file)) {
$line = fgets ($file, 1024);
if (eregi ("<title>(.*)</title>", $line, $out)) {
$title = $out[1];
echo "".$title."";
break;
}
}
fclose($file);
//End
?>
Ⅱ.抓取遠程網頁HTML代碼的例子:
以下是代碼片段：
復制代碼 代碼如下:
<? php
/*
+----------------
+DNSing Sprider
+----------------
*/
$fp = fsockopen("www.dnsing.com", 80, $errno, $errstr, 30);
if (!$fp) {
echo "$errstr ($errno)<br/>\n";
} else {
$out = "GET / HTTP/1.1\r\n";
$out .= "Host:www.dnsing.com\r\n";
$out .= "Connection: Close \r\n\r\n";
fputs($fp, $out);
while (!feof($fp)) {
echo fgets($fp, 128);
}
fclose($fp);
}
//End
?>
以上兩個代碼片段都直接Copy回去運行就知道效果了,上面的例子只是抓取網頁數據的雛形,要使其更適合自己的使用,情況有各異.所以,在此各位程序愛好者自己好好研究一下吧.
===============================
稍微有點意義的函數是：get_content_by_socket(), get_url(), get_content_url(), get_content_object 幾個函數，也許能夠給你點什麼想法。
<?php
//獲取所有內容url保存到文件
function get_index($save_file, $prefix="index_"){
$count = 68;
$i = 1;
if (file_exists($save_file)) @unlink($save_file);
$fp = fopen($save_file, "a+") or die("Open ". $save_file ." failed");
while($i<$count){
$url = $prefix . $i .".htm";
echo "Get ". $url ."...";
$url_str = get_content_url(get_url($url));
echo " OK\n";
fwrite($fp, $url_str);
++$i;
}
fclose($fp);
}
//獲取目標多媒體對象
function get_object($url_file, $save_file, $split="|--:**:--|"){
if (!file_exists($url_file)) die($url_file ." not exist");
$file_arr = file($url_file);
if (!is_array($file_arr) || empty($file_arr)) die($url_file ." not content");
$url_arr = array_unique($file_arr);
if (file_exists($save_file)) @unlink($save_file);
$fp = fopen($save_file, "a+") or die("Open save file ". $save_file ." failed");
foreach($url_arr as $url){
if (empty($url)) continue;
echo "Get ". $url ."...";
$html_str = get_url($url);
echo $html_str;
echo $url;
exit;
$obj_str = get_content_object($html_str);
echo " OK\n";
fwrite($fp, $obj_str);
}
fclose($fp);
}
//遍歷目錄獲取文件內容
function get_dir($save_file, $dir){
$dp = opendir($dir);
if (file_exists($save_file)) @unlink($save_file);
$fp = fopen($save_file, "a+") or die("Open save file ". $save_file ." failed");
while(($file = readdir($dp)) != false){
if ($file!="." && $file!=".."){
echo "Read file ". $file ."...";
$file_content = file_get_contents($dir . $file);
$obj_str = get_content_object($file_content);
echo " OK\n";
fwrite($fp, $obj_str);
}
}
fclose($fp);
}
//獲取指定url內容
function get_url($url){
$reg = '/^http:\/\/[^\/].+$/';
if (!preg_match($reg, $url)) die($url ." invalid");
$fp = fopen($url, "r") or die("Open url: ". $url ." failed.");
while($fc = fread($fp, 8192)){
$content .= $fc;
}
fclose($fp);
if (empty($content)){
die("Get url: ". $url ." content failed.");
}
return $content;
}
//使用socket獲取指定網頁
function get_content_by_socket($url, $host){
$fp = fsockopen($host, 80) or die("Open ". $url ." failed");
$header = "GET /".$url ." HTTP/1.1\r\n";
$header .= "Accept: */*\r\n";
$header .= "Accept-Language: zh-cn\r\n";
$header .= "Accept-Encoding: gzip, deflate\r\n";
$header .= "User-Agent: Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; Maxthon; InfoPath.1; .NET CLR 2.0.50727)\r\n";
$header .= "Host: ". $host ."\r\n";
$header .= "Connection: Keep-Alive\r\n";
//$header .= "Cookie: cnzz02=2; rtime=1; ltime=1148456424859; cnzz_eid=56601755-\r\n\r\n";
$header .= "Connection: Close\r\n\r\n";
fwrite($fp, $header);
while (!feof($fp)) {
$contents .= fgets($fp, 8192);
}
fclose($fp);
return $contents;
}
//獲取指定內容裡的url
function get_content_url($host_url, $file_contents){
//$reg = '/^(#|javascript.*?|ftp:\/\/.+|http:\/\/.+|.*?href.*?|play.*?|index.*?|.*?asp)+$/i';
//$reg = '/^(down.*?\.html|\d+_\d+\.htm.*?)$/i';
$rex = "/([hH][rR][eE][Ff])\s*=\s*['\"]*([^>'\"\s]+)[\"'>]*\s*/i";
$reg = '/^(down.*?\.html)$/i';
preg_match_all ($rex, $file_contents, $r);
$result = ""; //array();
foreach($r as $c){
if (is_array($c)){
foreach($c as $d){
if (preg_match($reg, $d)){ $result .= $host_url . $d."\n"; }
}
}
}
return $result;
}
//獲取指定內容中的多媒體文件
function get_content_object($str, $split="|--:**:--|"){
$regx = "/href\s*=\s*['\"]*([^>'\"\s]+)[\"'>]*\s*(<b>.*?<\/b>)/i";
preg_match_all($regx, $str, $result);
if (count($result) == 3){
$result[2] = str_replace("<b>多媒體： ", "", $result[2]);
$result[2] = str_replace("</b>", "", $result[2]);
$result = $result[1][0] . $split .$result[2][0] . "\n";
}
return $result;
}
?>
======================================================
同一域名對應多個IP時，PHP獲取遠程網頁內容的函數
fgc就是簡單的讀取過來，把一切操作封裝了
fopen也進行了一些封裝，但是需要你循環讀取得到所有數據。
fsockopen這是直板板的socket操作。
如果僅僅是讀取一個html頁面，fgc更好。
如果公司是通過防火牆上網，一 般的file_get_content函數就不行了。當然，通過一些socket操作，直接向proxy寫http請求也是可以的，但是比較麻煩。
如果你能確認文件很小，可以任選以上兩種方式fopen ,join('',file($file));。比如，你只操作小於1k的文件，那最好還是用file_get_contents吧。
如果確定文件很大，或者不能確定文件的大小，那就最好使用文件流了。fopen一個1K的文件和fopen一個1G的文件沒什麼明顯的區別。內容長，就可以花更長的時間去讀，而不是讓腳本死掉。
----------------------------------------------------
http://www.phpcake.cn/archives/tag/fsockopen
PHP獲取遠程網頁內容有多種方式，例如用自帶的file_get_contents、fopen等函數。
<?php
echo file_get_contents("http://img.jb51.net/abc.php");
?>
但是，在DNS輪詢等負載均衡中，同一域名，可能對應多台服務器，多個IP。假設img.jb51.net被DNS解析到 72.249.146.213、72.249.146.214、72.249.146.215三個IP，用戶每次訪問img.jb51.net，系統會根據負載均衡的相應算法訪問其中的一台服務器。
上周做一個視頻項目時，就碰到這樣一類需求：需要依次訪問每台服務器上的一個PHP接口程序（假設為abc.php），查詢這台服務器的傳輸狀態。
這時就不能直接用file_get_contents訪問http://img.jb51.net/abc.php了，因為它可能一直重復訪問某一台服務器。
而采用依次訪問http://72.249.146.213/abc.php、http://72.249.146.214/abc.php、http://72.249.146.215/abc.php的方法，在這三台服務器上的Web Server配有多個虛擬主機時，也是不行的。
通過設置本地hosts也不行，因為hosts不能設置多個IP對應同一個域名。
那就只有通過PHP和HTTP協議來實現：訪問abc.php時，在header頭中加上img.jb51.net域名。於是，我寫了下面這個PHP函數：
復制代碼 代碼如下:
<?php
/************************
* 函數用途：同一域名對應多個IP時，獲取指定服務器的遠程網頁內容
* 創建時間：2008-12-09
* 創建人：張宴（img.jb51.net）
* 參數說明：
* $ip 服務器的IP地址
* $host 服務器的host名稱
* $url 服務器的URL地址（不含域名）
* 返回值：
* 獲取到的遠程網頁內容
* false 訪問遠程網頁失敗
************************/
function HttpVisit($ip, $host, $url)
{
$errstr = '';
$errno = '';
$fp = fsockopen ($ip, 80, $errno, $errstr, 90);
if (!$fp)
{
return false;
}
else
{
$out = "GET {$url} HTTP/1.1\r\n";
$out .= "Host:{$host}\r\n";
$out .= "Connection: close\r\n\r\n";
fputs ($fp, $out);
while($line = fread($fp, 4096)){
$response .= $line;
}
fclose( $fp );
//去掉Header頭信息
$pos = strpos($response, "\r\n\r\n");
$response = substr($response, $pos + 4);
return $response;
}
}
//調用方法：
$server_info1 = HttpVisit("72.249.146.213", "img.jb51.net", "/abc.php");
$server_info2 = HttpVisit("72.249.146.214", "img.jb51.net", "/abc.php");
$server_info3 = HttpVisit("72.249.146.215", "img.jb51.net", "/abc.php");
?>
