本教程用php实现像asp里xmlhttp的功能一样,抓取远程网页内容. p
本教程用php实现像asp里xmlhttp的功能一样,抓取远程网页内容.
php有好多函数可以打开远程url读取内容.但采集推荐大家用fsockopen函数,
我们先来看一下fsockopen函数的语法:
以下为引用的内容：
resource fsockopen ( string target [, int port [, int &errno [, string &errstr [, float timeout]]]] |
fsockopen 连接远程主机socket端口成功后会返回一个文件句柄,就像fopen打开文件一样.然后用fgets和fputs来实现收发.
target : 为远程主机的ip地址或域名.比如.192.168.1.2或www.phperz.com
port : 为远程主机的端口,
提供可选参数errstr时,当连接远程主机时间超过timeout时,报错errstr
下面这个例子就是用fsockopen函数来抓取远程网页内容的一个简单例子:
|
以下为引用的内容：
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
<title>fsockopen抓取远程网页示例--www.phperz.com</title>
</head>
<body>
<?php
$url="www.phperz.com"; www.phperz.com"; //目标主机
$getstr="/";
//$getstr 为域名后的参数.比如你要抓取的地址为 www.phperz.com/test.php?id=123 ,那么此处就是 /test.php?id=123
//如果没参数,那么就为 " / "
$fp=@fsockopen($url,80,$errno,$errstr,10);
if (!$fp){
echo "$errstr ($errno)<br>"; //如果打开失败,则把错误信息输出.
}
else {
fputs($fp,"GET ".$getstr." HTTP/1.1\r\nHost:www.phperz.com\r\nConnection: Close\r\n\r\n"); //正确打开,发送请求头信息
//关于http头信息你可以参考本站的另一篇文件 HTTP协议头信息详解
while (!feof($fp)){
$data.= fgets($fp,1024); //fgets为 逐行读取,后面的1024为一行最多返回多少字节的数据,可以不指定默认为1K,也就是1024字节.
}
fclose($fp);
}
echo $data;
?>
</body>
</html>
|
这个例子是用fsockopen实现socket连接, 来读取远程网页内容.
你也可以用类似file或file_get_contents 的函数来把整个文件载入到数组中或变量中.
当然一次载入,要比逐行读取挂起的可能性要大.
抓取回来的数据,你也可以加以分析,从里面提取你想得到的数据,在此就不写了.
