龙空技术网

PHP模拟浏览器访问,抓取非本地文件的几种方法「爬虫」

php学习 358

前言:

目前兄弟们对“php浏览器信息”大致比较注重,朋友们都需要剖析一些“php浏览器信息”的相关文章。那么小编在网络上收集了一些对于“php浏览器信息””的相关内容,希望我们能喜欢,同学们一起来学习一下吧!

在做一些天气预报或者RSS订阅的程序时,往往需要抓取非本地文件,一般情况下都是利用php模拟浏览器的访问,通过http请求访问url地址, 然后得到html源代码或者xml数据,得到数据我们不能直接输出,往往需要对内容进行提取,然后再进行格式化,以更加友好的方式显现出来。

下面简单说一下php抓取页面的几种方法及原理:

一、 PHP抓取页面的主要方法:

1. file()函数

2. file_get_contents()函数

3. fopen()->fread()->fclose()模式

4.curl方式

5. fsockopen()函数 socket模式

6. 使用插件(如:)

二、PHP解析html或xml代码主要方式:

1. file()函数

<?php $url=''; $lines_array=file($url); $lines_string=implode('',$lines_array); echo htmlspecialchars($lines_string); 

2. file_get_contents()函数

使用file_get_contents和fopen必须空间开启allow_url_fopen。方法:编辑php.ini,设置 allow_url_fopen = On,allow_url_fopen关闭时fopen和file_get_contents都不能打开远程文件。

<?php $url=''; $lines_string=file_get_contents($url); echo htmlspecialchars($lines_string); 

3. fopen()->fread()->fclose()模式

<?php $url=''; $handle=fopen($url,"rb"); $lines_string=""; do{  $data=fread($handle,1024); if(strlen($data)==0) { break; }  $lines_string.=$data; }while(true); fclose($handle); echo htmlspecialchars($lines_string);

4. curl方式

使用curl必须空间开启curl。方法:windows下修改php.ini,将extension=php_curl.dll前面的分号去掉,而且需 要拷贝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下;Linux下要安装curl扩展。

<?php $url=''; $ch=curl_init(); $timeout=5; curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout); $lines_string=curl_exec($ch); curl_close($ch); echo htmlspecialchars($lines_string);

5. fsockopen()函数 socket模式

socket模式能否正确执行,也跟服务器的设置有关系,具体可以通过phpinfo查看服务器开启了哪些通信协议,比如我的本地php socket没开启http,只能使用udp测试一下了。

<?php $fp = fsockopen("udp://127.0.0.1", 13, $errno, $errstr);if (!$fp) {  echo "ERROR: $errno - $errstr<br />\n"} else {  fwrite($fp, "\n") echo fread($fp, 26) fclose($fp)} 

如果想要学习交流PHP的朋友,可以关注小编,私信【学习交流】手机用户可以直接私信,电脑端尚未开放此功能,需要下载app,我已经设置了自动回复,具体后续会自动回复各位。

标签: #php浏览器信息