php curl完成多线程抓取网页并同时下载图片
发布时间：2022-02-24 14:01:05 所属栏目：PHP教程 来源：互联网
导读：php语言本身不支持多线程，所以开发爬虫程序效率并不高，借助Curl Multi 它可以实现并发多线程的访问多个url地址。用 Curl Multi 多线程下载文件代码： 代码1：将获得的代码直接写入某个文件 ?php $urls =array( http://www.Cuoxin.com/, http://www.baidu.c
|
php语言本身不支持多线程，所以开发爬虫程序效率并不高，借助Curl Multi 它可以实现并发多线程的访问多个url地址。用 Curl Multi 多线程下载文件代码： 代码1：将获得的代码直接写入某个文件 <?php $urls =array( 'http://www.Cuoxin.com/', 'http://www.baidu.com/', );// 设置要抓取的页面URL $save_to='test.txt'; // 把抓取的代码写入该文件 $st =fopen($save_to,"a"); $mh = curl_multi_init(); foreach ($urls as $i =>$url) { $conn[$i] = curl_init($url); curl_setopt($conn[$i], CURLOPT_USERAGENT,"Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)"); curl_setopt($conn[$i], CURLOPT_HEADER ,0); curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60); curl_setopt($conn[$i], CURLOPT_FILE,$st);// 设置将爬取的代码写入文件 curl_multi_add_handle ($mh,$conn[$i]); }// 初始化 do { curl_multi_exec($mh,$active); }while ($active); // 执行 foreach ($urls as $i =>$url) { curl_multi_remove_handle($mh,$conn[$i]); curl_close($conn[$i]); }// 结束清理 curl_multi_close($mh); fclose($st); ?> 代码2：将获得的代码先放入变量，再写入某个文件 <?php $urls =array( 'http://m.Cuoxin.com/', 'http://www.Cuoxin.com/', 'http://www.163.com/' ); $save_to='/test.txt'; // 把抓取的代码写入该文件 $st =fopen($save_to,"a"); $mh = curl_multi_init(); foreach ($urls as $i =>$url) { $conn[$i] = curl_init($url); curl_setopt($conn[$i], CURLOPT_USERAGENT,"Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)"); curl_setopt($conn[$i], CURLOPT_HEADER ,0); curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60); curl_setopt($conn[$i],CURLOPT_RETURNTRANSFER,true); // 设置不将爬取代码写到浏览器，而是转化为字符串 curl_multi_add_handle ($mh,$conn[$i]); } do { curl_multi_exec($mh,$active); }while ($active); foreach ($urls as $i =>$url) { $data = curl_multi_getcontent($conn[$i]);// 获得爬取的代码字符串 fwrite($st,$data); // 将字符串写入文件。当然，也可以不写入文件，比如存入数据库 }// 获得数据变量，并写入文件 foreach ($urls as $i =>$url) { curl_multi_remove_handle($mh,$conn[$i]); curl_close($conn[$i]); } curl_multi_close($mh); fclose($st); ?> curl抓取网页中文乱码的解决方法 function ppost($url,$data,$ref){ // 模拟提交数据函数 $curl = curl_init(); // 启动一个CURL会话 curl_setopt($curl, CURLOPT_URL, $url); // 要访问的地址 curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, 0); // 对认证证书来源的检查 curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, 1); // 从证书中检查SSL加密算法是否存在 curl_setopt($curl, CURLOPT_USERAGENT, $_SERVER['HTTP_USER_AGENT']); // 模拟用户使用的浏览器 curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); // 获取的信息以文件流的形式返回 $tmpInfo = curl_exec($curl); // 执行操作 if (curl_errno($curl)) { echo 'Errno'.curl_error($curl); } curl_close($curl); // 关键CURL会话 return $tmpInfo; // 返回数据 } （编辑：拼字网 - 核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐