在php中采集我们用的是简单的采集方式（例如file_get_contents）就无法做到了,但是如果想模拟登录用户并采集利用它就没办法了，我们可利用CURL函数来实现模拟登录并采集数据
这里要说一些，默认情况下，PHP的CURL功能是没有开启的，所以你要自己去开启这个功能，需要在php.ini中把 ;extension= php_curl.dll 前面的 " ; " 号去掉！！！
好，我讲讲昨天晚上的程序吧，虽然最后没有成功，但是还是学习到一些东西的。
| 代码如下 |
复制代码 |
|
$login="http://www.phpyu.com/index.php?action=login";
$post_file="user=××&pw=××";
$cookie_file = tempnam('./temp','cookie');
|
/////创建一个具有唯一文件名的临时文件。 若成功，则该函数返回新的临时文件名。若失败，则返回 false。
| 代码如下 |
复制代码 |
|
$ch=curl_init($login_url); /////初始化一个CURL对象
curl_setopt($ch,CURLOPT_HEADER,0);
|
//如果你想把一个头包含在输出中，设置这个选项为一个非零值。
| 代码如下 |
复制代码 |
|
curl_setopt($ch,CURLOPT_RETURNTRANSFER,1); ///设置不输出在浏览器上
curl_setopt($ch,CURLOPT_POST,1);
|
/////如果你想PHP去做一个正规的HTTP POST，设置这个选 项为一个非零值。这个POST是普通的 application/x-www-from-urlencoded 类型，多数被HTML表单使用。
| 代码如下 |
复制代码 |
|
curl_setopt($ch,CURLOPT_POSTFIELDS,$post_file); ////传递一个作为HTTP "POST"操作的所有数据的字符串。
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file); /////把返回来的cookie信息保存在$cookie_jar文件中
curl_exec($ch);///执行
curl_close($ch);////关闭
|
上面已经完成了模拟登录的过程
下面要做的就是进入具有权限的页面了，要记得你现在已经登录了，你应该把登录的凭证cookie保存了起来。
| 代码如下 |
复制代码 |
|
$url="http://www.phpyu.com/admin/××";
$ch = curl_init($url);
curl_setopt($ch, CURLOPT_HEADER, 0);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 0);
|
////把这个页面显示在浏览器上，这里要特别注意！！就是如果把它显示在浏览器上的时候 下面的$contents 就会变成 一个布尔类型 true
| 代码如下 |
复制代码 |
|
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);
$contents = curl_exec($ch);
|
例2
| 代码如下 |
复制代码 |
|
<?php
$cookie_path = './'; //设置cookie保存路径
//-----登录要提交的表单数据---------------
$vars['username'] = '张三';
$vars['pwd'] = '123';
//-------------------------------------
$method_post = true;
//登录提交的url地址(表单中的action的绝对地址)
$url = 'http://****.com/login';
//----------------------------
$ch = curl_init();
$params[CURLOPT_URL] = $url; //请求url地址
$params[CURLOPT_HEADER] = true; //是否返回响应头信息
$params[CURLOPT_RETURNTRANSFER] = true; //是否将结果返回
$params[CURLOPT_FOLLOWLOCATION] = true; //是否重定向
$params[CURLOPT_USERAGENT] = 'Mozilla/5.0 (Windows NT 5.1; rv:9.0.1) Gecko/20100101 Firefox/9.0.1';
$postfields = '';
foreach ($vars as $key => $value){
$postfields .= urlencode($key) . '=' . urlencode($value) . '&';
}
$params[CURLOPT_POST] = true;
$params[CURLOPT_POSTFIELDS] = $postfields;
//判断是否有cookie,有的话直接使用
if (isset($_COOKIE['cookie_jar']) && ($_COOKIE['cookie_jar'] || is_file($_COOKIE['cookie_jar'])))
{
$params[CURLOPT_COOKIEFILE] = $_COOKIE['cookie_jar']; //这里判断cookie
}
else
{
$cookie_jar = tempnam($cookie_path, 'cookie'); //产生一个cookie文件
$params[CURLOPT_COOKIEJAR] = $cookie_jar; //写入cookie信息
setcookie('cookie_jar', $cookie_jar); //保存cookie路径
}
curl_setopt_array($ch, $params); //传入curl参数
$content = curl_exec($ch); //执行
echo '
'; echo $content; //输出登录结果
/*
//---------登录成功后再次请求其他地址,如果有多个可以循环执行---------
echo '
--------------------------------------------------------------------------------
';
$nexturl = 'http://****.com/test';
$params[CURLOPT_URL] = $nexturl;
$params[CURLOPT_POSTFIELDS] = '';
curl_setopt_array($ch, $params); //传入curl参数
$content = curl_exec($ch); //执行
echo $content; //输出请求结果
//-------------------------------------------------
*/
curl_close($ch); //关闭连接
?>
|
注:如果遇到无法请求https站点的情况，可能是因为无法验证证书或者域名，只要在curl_setopt_array前增加以下两项就可以了:
| 代码如下 |
复制代码 |
|
$params[CURLOPT_SSL_VERIFYPEER] = false;
$params[CURLOPT_SSL_VERIFYHOST] = false;
|