您好,登錄后才能下訂單哦!
先上個(gè)單個(gè)采集的curl訪問案例
<?php
$curl = curl_init();
curl_setopt($curl, CURLOPT_URL, 'www.baidu.com');
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, 0);
curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, 1);
curl_setopt($curl, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows NT 6.1; rv:21.0) Gecko/20100101 Firefox/21.0');
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 0);
curl_setopt($curl, CURLOPT_AUTOREFERER, 0);
curl_setopt($curl, CURLOPT_HTTPGET, 0);
//curl_setopt($curl, CURLOPT_COOKIEFILE, $this->_cookie); // 如果是需要登陸才能采集的話,需要加上你登陸后得到的cookie文件
curl_setopt($curl, CURLOPT_TIMEOUT, 0); // 設(shè)置超時(shí)限制防止死循環(huán)
curl_setopt($curl, CURLOPT_CONNECTTIMEOUT, 0); // 在發(fā)起連接前等待的時(shí)間,如果設(shè)置為0,則無限等待。
curl_setopt($curl, CURLOPT_CONNECTTIMEOUT_MS, 0); // 嘗試連接等待的時(shí)間,以毫秒為單位。如果設(shè)置為0,則無限等待。
curl_setopt($curl, CURLOPT_HEADER, 0);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
$tmpInfo = curl_exec($curl);
var_dump($tmpInfo); exit;
?>
在php開發(fā)中,會(huì)涉及到一些數(shù)據(jù)方面的采集工作.那么在我們采集的時(shí)候,避不可免的會(huì)碰到要批量采集的時(shí)候.
舉個(gè)粟子.
當(dāng)我們要采集新聞的時(shí)候,到了一個(gè)新聞的列表頁,那么我們分析了這個(gè)列表的鏈接后,當(dāng)然可以通過循環(huán)的方法,一個(gè)個(gè)的按普通的方式來采集.但是,這很影響效率.執(zhí)行超慢.于是,翻開php手冊(cè),發(fā)現(xiàn)還可以批量采集 批量采集神器 curl_multi_init 登場(chǎng);
假如需要同時(shí)采集兩個(gè)地址,怎么辦?
下面這個(gè)例子,我想你看了就會(huì)明白了
<?php
$urls = array('http://www.baidu.com/','http://www.sogou.com/');
$queue = curl_multi_init(); //允許并行地處理批處理cURL句柄。
foreach($urls as $url) {
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url); //這個(gè)curl只是說明了它是要干嘛,但是一直到 curl_multi_add_handle 都啥也沒有去干,也就是說沒有去模擬訪問
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, 0);
curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, 1);
curl_setopt($ch, CURLOPT_TIMEOUT, 25000);//超時(shí)
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows NT 6.1; rv:21.0) Gecko/20100101 Firefox/21.0'); //指明你的瀏覽器,這是我的
//curl_setopt($ch, CURLOPT_COOKIEFILE, $this->_cookie); // 如果是需要登陸才能采集的話,需要加上你登陸后得到的cookie文件
curl_setopt($ch, CURLOPT_HEADER, 0);
curl_setopt($ch, CURLOPT_NOSIGNAL, true);
curl_multi_add_handle($queue,$ch); //向批處理句柄中,添加句柄 后面批量的去模擬訪問,抓取回資源
}
$responses = array(); //事先聲名一個(gè)數(shù)組
do{
while(($code = curl_multi_exec($queue,$active)) == CURLM_CALL_MULTI_PERFORM); //返回值如果是0,那就得繼續(xù)
}while($active); //一直到資源里還有0條為止
//經(jīng)過了剛才的循環(huán)指抓取 此時(shí) $queue 就是一個(gè)批量的資源集了 這只是資源集,你需要把它讀取出來.好,讀取在下面閃亮登場(chǎng)
while($done = curl_multi_info_read($queue)){// 用這個(gè)專門讀取批量資源集的函數(shù),可以把這個(gè)資源集的內(nèi)容一條條的讀出來
//用上面的函數(shù)讀出來的,是一個(gè)數(shù)組,數(shù)組中有批量資源中的一條資源,而且被放在 handle 鍵上
$str = curl_multi_getcontent($done['handle']); //要讀取資源集的資源條抓取回來的內(nèi)容,還得用專門的curl_multi_getcontent函數(shù)才能完成
curl_multi_remove_handle($queue,$done['handle']); //讀取了資源,別忘記把該資源從資源集中移除
curl_close($done['handle']); //也別忘記把這個(gè)資源句柄關(guān)閉,減小內(nèi)存開銷
$responses[] = $str;
}
curl_multi_close($queue); //把總句柄關(guān)閉
var_dump($responses); //好,打印一下你剛才批量抓取的內(nèi)容
?>
試著把代碼拷到你的電腦上運(yùn)行一下.
看明白了嗎?
不明白,可以問我.樂意為你解答. 注:==>>老鳥匆噴,感覺對(duì)你有用,留點(diǎn)話,呵呵
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。