php中curl、fsocket、file_get_content三个函数的使用比较

2024-09-04 11:43:18

字体：大中小

来源：转载

供稿：网友

最近做一个网页小偷程序的时候才发现file_get_content已经完全不能满足需求了。我觉得，在读取远程内容的时候，file_get_content除了使用比curl便捷以外，其他都没有curl好。

抓取远程内容，之前一直都在用file_get_content函数，其实早就知道有curl这么一个好东西的存在，但是看了一眼后感觉使用颇有些复杂，没有file_get_content那么简单，再就是需求也不大，所以没有学习使用curl。

直到最近，要做一个网页小偷程序的时候才发现file_get_content已经完全不能满足需求了。我觉得，在读取远程内容的时候，file_get_content除了使用比curl便捷以外，其他都没有curl好。

php中curl和file_get_content的一些比较

主要区别：

学习才发现，curl支持很多协议，有FTP, FTPS, HTTP, HTTPS, GOPHER, TELNET, DICT, FILE以及LDAP，也就是说，它能做到很多file_get_content做不到的事情。curl在php可以实现远程获取和采集内容；实现PHP网页版的FTP上传下载；实现模拟登陆；实现接口对接（API），数据传输；实现模拟Cookie；下载文件断点续传等等，功能十分强大。

了解curl一些基本的使用后，才发现其实并不难，只不过记住里面一些设置参数，难弄一点，但是我们记住几个常用的就可以了。

开启curl：

因为PHP默认是不支持curl功能的，因此如果要用curl的话，首先需要在php.ini中开启该功能，即去掉 ;extension= php_curl.dll 前面的分号，然后保存后重启apache/iis就好了。

基本语法：

$my_curl = curl_init();    //初始化一个curl对象

curl_setopt($my_curl, CURLOPT_URL, "https://www.Vevb.com");    //设置你需要抓取的URL

curl_setopt($my_curl,CURLOPT_RETURNTRANSFER,1);    //设置是将结果保存到字符串中还是输出到屏幕上，1表示将结果保存到字符串

$str = curl_exec($curl);    //执行请求

echo $str;    //输出抓取的结果

curl_close($curl);    //关闭url请求

最近需要获取别人网站上的音乐数据。用了file_get_contents函数，但是总是会遇到获取失败的问题，尽管按照手册中的例子设置了超时，可多数时候不会奏效：

$config['context'] = stream_context_create(array('http' => array('method' => "GET",

'timeout' => 5//这个超时时间不稳定，经常不奏效

)

));

这时候，看一下服务器的连接池，会发现一堆类似的错误，让我头疼万分：

file_get_contents(http://***): failed to open stream…

现在改用了curl库，写了一个函数替换：

function curl_file_get_contents($durl){

$ch = curl_init();

curl_setopt($ch, CURLOPT_URL, $durl);

curl_setopt($ch, CURLOPT_TIMEOUT, 5);

curl_setopt($ch, CURLOPT_USERAGENT, _USERAGENT_);

curl_setopt($ch, CURLOPT_REFERER,_REFERER_);

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

$r = curl_exec($ch);

curl_close($ch);

return $r;

}

如此，除了真正的网络问题外，没再出现任何问题。

这是别人做过的关于curl和file_get_contents的测试：

file_get_contents抓取google.com需用秒数：

2.31319094

2.30374217

2.21512604

3.30553889

2.30124092

curl使用的时间：

0.68719101

0.64675593

0.64326

0.81983113

0.63956594

差距很大？呵呵，从我使用的经验来说，这两个工具不只是速度有差异，稳定性也相差很大。

建议对网络数据抓取稳定性要求比较高的朋友使用上面的 curl_file_get_contents函数，不但稳定速度快，还能假冒浏览器欺骗目标地址哦！

方法1: 用file_get_contents 以get方式获取内容，代码如下:

<?php

$url='http://www.domain.com/';

$html = file_get_contents($url);

echo $html;

?>

方法2: 用fopen打开url, 以get方式获取内容，代码如下:

<?php

$fp = fopen($url, 'r');

stream_get_meta_data($fp);

while(!feof($fp)) {

$result .= fgets($fp, 1024);

}

echo "url body: $result";

fclose($fp);

?>

方法3：用file_get_contents函数,以post方式获取url，代码如下:

<?php

$data = array ('foo' => 'bar');

$data = http_build_query($data);

$opts = array (

'http' => array (

'method' => 'POST',

'header'=> "Content-type: application/x-www-form-urlencodedrn" .

"Content-Length: " . strlen($data) . "rn",

'content' => $data

)

);

$context = stream_context_create($opts);

$html = file_get_contents('http://localhost/e/admin/test.html', false, $context);

echo $html;

?>

方法4：用fsockopen函数打开url，以get方式获取完整的数据，包括header和body，代码如下:

<?php

function get_url ($url,$cookie=false)

{

$url = parse_url($url);

$query = $url[path]."?".$url[query];

echo "Query:".$query;

$fp = fsockopen( $url[host], $url[port]?$url[port]:80 , $errno, $errstr, 30);

if (!$fp) {

return false;

} else {

$request = "GET $query HTTP/1.1rn";

$request .= "Host: $url[host]rn";

$request .= "Connection: Closern";

if($cookie) $request.="Cookie: $cookien";

$request.="rn";

fwrite($fp,$request);

while()) {

$result .= @fgets($fp, 1024);

}

fclose($fp);

return $result;

}

}

//获取url的html部分，去掉header

function GetUrlHTML($url,$cookie=false)

{

$rowdata = get_url($url,$cookie);

if($rowdata)

{

$body= stristr($rowdata,"rnrn");

$body=substr($body,4,strlen($body));

return $body;

}

return false;

}

?>

方法5：用fsockopen函数打开url，以POST方式获取完整的数据，包括header和body，代码如下:

<?php

function HTTP_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($data as $key=>$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/1.1n";

$request.="Host: ".$URL_Info["host"]."n";

$request.="Referer: $referern";

$request.="Content-type: application/x-www-form-urlencodedn";

$request.="Content-length: ".strlen($data_string)."n";

$request.="Connection: closen";

$request.="Cookie: $cookien";

$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;

}

?>

方法6:使用curl库，使用curl库之前，可能需要查看一下php.ini是否已经打开了curl扩展，代码如下:

<?php

$ch = curl_init();

$timeout = 5;

curl_setopt ($ch, CURLOPT_URL, 'http://www.domain.com/');

curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);

curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);

$file_contents = curl_exec($ch);

curl_close($ch);

echo $file_contents;

?>