一、CURL小结
个人将归纳curl请求总结成三步
1、创建curl 句柄(curl_init),并设置参数(curl_setopt)(打开冰箱)
2、执行请求(curl_exec),处理返回的数据 (把大象塞进去)
3、关闭curl(curl_close),释放所有资源(关上冰箱)
其实如果代码看起来比较复杂,复杂的地方可能就是在处理返回数据的逻辑。
二、CURL_SETOPT
故名思议,SetOption 设置参数,其中囊括的参数较多,这里只是简单提取常用的几个,如需查看更多参数,点击这里,常见的设置UA、Cookie、https等
bool curl_setopt ( resource $ch , int $option , mixed $value ) CURLOPT_USERAGENT 在HTTP请求中包含一个"User-Agent: "头的字符串。 CURLOPT_REFERER 在HTTP请求头中"Referer: "的内容。 CURLOPT_TIMEOUT 允许 cURL 函数执行的最长秒数。 CURLOPT_RETURNTRANSFER TRUE 将curl_exec()获取的信息以字符串返回,而不是直接输出。
/*下面两个再https请求中才需设置*/ CURLOPT_SSL_VERIFYPEER FALSE 禁止 cURL 验证对等证书(peer's certificate)。要验证的交换证书可以在 CURLOPT_CAINFO 选项中设置,或在 CURLOPT_CAPATH中设置证书目录。(自cURL 7.10开始默认为 TRUE。从 cURL 7.10开始默认绑定安装。) CURLOPT_SSL_VERIFYHOST 设置为 1 是检查服务器SSL证书中是否存在一个公用名(common name)。译者注:公用名(Common Name)一般来讲就是填写你将要申请SSL证书的域名 (domain)或子域名(sub domain)。 设置成 2,会检查公用名是否存在,并且是否与提供的主机名匹配。 0 为不检查名称。 在生产环境中,这个值应该是 2(默认值)。 值 1 的支持在 cURL 7.28.1 中被删除了。
如需返回的Header头,自行添加
curl_setopt($curl, CURLOPT_HEADER, 1);
判断返回的状态码:
curl_getinfo($curl, CURLINFO_HTTP_CODE)
if(curl_getinfo($curl, CURLINFO_HTTP_CODE) == '200')
简单版的GET请求如下,下面以请求百度为例,只设置了最基本的属性:
<?php
$curl = curl_init(); curl_setopt($curl, CURLOPT_URL, 'http://www.baidu.com'); curl_setopt($curl, CURLOPT_HEADER, 1); curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); $sData = curl_exec($curl); curl_close($curl); var_dump($sData);
?>
稍微复杂的设置了UA、Cookie等,https请求中才需要只用的SSL证书校验,http请求中可不用,如果需要请求有规律的地址,类似https://example.com/?id=$i,修改for循环即可。
<?php class getRequest { const sUA = 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; .NET CLR 1.1.4322)'; const sURL = 'https://www.baidu.com'; const sCookie = 'fake if you want'; function vInitRequest() { $curl = curl_init(); curl_setopt($curl, CURLOPT_HEADER, self::sUA); curl_setopt($curl, CURLOPT_COOKIE, self::sCookie); curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); /* * ssl check,use for https url */ curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, 0); curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, 1); // for ($iId = 1; $iId < 1000; $iId++) { // $sURL = self::sURL.$iId; curl_setopt($curl, CURLOPT_URL, self::sURL); $this->sExecRequest($curl); // } } function sExecRequest($curl) { $sRet = curl_exec($curl); print_r($sRet); /** * handle your response * stripos or preg */ curl_close($curl); } } $foo = new getRequest(); $foo->vInitRequest(); ?>
三、分离Response里面的 Header和Body
首先要显示Header信息需要设置,如下设置即可取到header和body,当然还有其他方法大同小异
curl_setopt($curl, CURLOPT_HEADER, 1); list($sHeader, $sBody) = explode(" ", $sRet, 2);
完整代码:
<?php class getRequest { const sUA = 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; .NET CLR 1.1.4322)'; const sURL = 'https://www.baidu.com'; const sCookie = 'fake if you want'; function vInitRequest() { $curl = curl_init(); $i = 0; curl_setopt($curl, CURLOPT_HEADER, self::sUA); curl_setopt($curl, CURLOPT_COOKIE, self::sCookie); curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); curl_setopt($curl, CURLOPT_HEADER, 1); curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, 0); curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, 1); curl_setopt($curl, CURLOPT_URL, self::sURL); $this->sExecRequest($curl); } function sExecRequest($curl) { $sRet = curl_exec($curl); // if (curl_getinfo($curl, CURLINFO_HTTP_CODE) == '200') { list($sHeader, $sBody) = explode(" ", $sRet, 2); // } print_r($sHeader); print_r($sBody); // curl_close($curl); } } $foo = new getRequest(); $foo->vInitRequest(); ?>
四、POST请求
POST请求无非比上述Get请求多设置了两个参数。
1、嘿,我要用POST提交数据了。
2、我POST的数据的内容
curl_setopt($curl, CURLOPT_POST, 1); curl_setopt($curl, CURLOPT_POSTFIELDS, array('user'=>'test'));
简单版如下:
<?php $curl = curl_init(); curl_setopt($curl, CURLOPT_URL, 'http://www.baidu.com'); curl_setopt($curl, CURLOPT_HEADER, 1); curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); curl_setopt($curl, CURLOPT_POST, 1); $aPostData = array( 'username' => 'test', ..... ); curl_setopt($curl, CURLOPT_POSTFIELDS, $aPostData); $sData = curl_exec($curl); curl_close($curl); var_dump($sData); ?>
五、curl_multi_exec请求
curl_multi_exec可同时执行多个请求,如果你网络请求速度很快,网站相应的速度超过你处理Response的速度,建议采用curl_multi_exec,步骤很简单。代码如下
curl_multi_init();//初始化 curl_multi_add_handle()//添加句柄 curl_multi_exec// 批量执行
这里以爬取百度验证码图片为例:
<?php ini_set("memory_limit", '-1'); date_default_timezone_set("PRC"); class multiGetRequest { const sUA = 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; .NET CLR 1.1.4322)'; const sURL = 'https://passport.baidu.com/cgi-bin/genimage?njGeb06e22aefd4de7a02671411de01f513c021a606ee0400d3'; const sCookie = 'fake if you want'; const sDir = '/Users/test/Desktop/baidu/'; //你自己的路径 const iCurlCount = 100; //爬取图片张数 private $sMicrotime = ''; function vInitMultiCurl() { $this->sMicrotime = microtime(true); $sMultiCurlResource = curl_multi_init(); $this->vInitCurl($sMultiCurlResource); } function vInitCurl($sMultiCurlResource) { $i = 0; while ($i != self::iCurlCount) { $aCurlResource[$i] = curl_init(self::sURL); curl_setopt($aCurlResource[$i], CURLOPT_RETURNTRANSFER, 1); curl_setopt($aCurlResource[$i], CURLOPT_HEADER, 1); curl_setopt($aCurlResource[$i], CURLOPT_TIMEOUT, 200); curl_multi_add_handle($sMultiCurlResource, $aCurlResource[$i]); $i++; } $this->vExecCurl($aCurlResource, $sMultiCurlResource); } function vExecCurl($aCurlResource, $sMultiCurlResource) { $iIsRunning = 0; do { $sMultiResource = curl_multi_exec($sMultiCurlResource, $iIsRunning); curl_multi_select($sMultiCurlResource); } while ($iIsRunning > 0 || $sMultiResource == CURLM_CALL_MULTI_PERFORM); foreach ($aCurlResource as $i => $rCurl) { $aRes[$i] = curl_multi_getcontent($rCurl); } $this->vHandleResponse($aRes); } function vHandleResponse($aRes) { var_dump(count($aRes)); foreach ($aRes as $sReponse) { list($header, $body) = explode(" ", $sReponse, 2); $sCode = strtotime(time()).rand(1,1000000); file_put_contents(self::sDir . $sCode . '.jpg', $body); } var_dump(('消时:' . round(microtime(true) - $this->sMicrotime, 3))); } } $foo = new multiGetRequest(); $foo->vInitMultiCurl(); ?>