康盛博客

如果你觉得本站能帮助你学习PHP编程,请推荐给你的朋友们!

使用PHP CURL抓取网页

使用PHP CURL抓取网页

使用PHP CURL抓取网页内容为转载,最近在想使用curl这个库来抓取网页,但目前还没有到那个水平,所以只能看看使用PHP CURL抓取网页这方面的内容了。

<?php
//async.php
function async_get_url($url_array, $wait_usec = 0)
{
    if (!is_array($url_array))
        return false;

    $wait_usec = intval($wait_usec);

    $data    = array();
    $handle  = array();
    $running = 0;

    $mh = curl_multi_init(); // multi curl handler

    $i = 0;
    foreach($url_array as $url) {
        $ch = curl_init();

        curl_setopt($ch, CURLOPT_URL, $url);
        curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); // return don't print
        curl_setopt($ch, CURLOPT_TIMEOUT, 30);
        curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 5.01; Windows NT 5.0)');
        curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1); // 302 redirect
        curl_setopt($ch, CURLOPT_MAXREDIRS, 7);

        curl_multi_add_handle($mh, $ch); // 把 curl resource 放进 multi curl handler 里

        $handle[$i++] = $ch;
    }

    /* 执行 */
    do {
        curl_multi_exec($mh, $running);

        if ($wait_usec > 0) /* 每个 connect 要间隔多久 */
            usleep($wait_usec); // 250000 = 0.25 sec
    } while ($running > 0);

    /* 读取资料 */
    foreach($handle as $i => $ch) {
        $content  = curl_multi_getcontent($ch);
        $data[$i] = (curl_errno($ch) == 0) ? $content : false;
    }

    /* 移除 handle*/
    foreach($handle as $ch) {
        curl_multi_remove_handle($mh, $ch);
    }

    curl_multi_close($mh);

    return $data;
}
?>
<?php
$urls = array('http://example1.com', 'http://example2.com');
print_r(async_get_url($urls)); // [0] => example1, [1] => example2
?>
<?php
//sleep.php
sleep(intval($_GET['time']));
echo intval($_GET['time']);
?>
<?php
$url_array = array(
        'http://example.com/sleep.php?time=5',
        'http://example.com/sleep.php?time=10',
        'http://example.com/sleep.php?time=7',
        'http://example.com/sleep.php?time=5',
        );
print_r(async_get_url($url_array));
// 总花费时间会是 10 秒, 并印出 [0] => 5, [1] => 10, [2] => 7, [3] => 5
?>

本文链接:http://www.helpphp.cn/384
原文链接:http://plog.longwin.com.tw/programming/2009/10/07/php-multi-thread-curl-2009

无相关日志,你可以查看以下文章

Tags:

当前位置: 康盛博客 > PHP教程转载 > 使用PHP CURL抓取网页

写个评论



文章分类:

站内搜索:


 

最新文章: