PHP利用Curl模擬登錄并獲取數(shù)據(jù)例子

2024-05-04 21:47:51

字體：大中小

供稿：網(wǎng)友

PHP的curl()在抓取網(wǎng)頁的效率方面是比較高的,而且支持多線程,而file_get_contents()效率就要稍低些,當(dāng)然,使用curl時(shí)需要開啟下curl擴(kuò)展.

先來看登錄部分的代碼:

//模擬登錄

function login_post($url, $cookie, $post) {

    $curl = curl_init();//初始化curl模塊

    curl_setopt($curl, CURLOPT_URL, $url);//登錄提交的地址

    curl_setopt($curl, CURLOPT_HEADER, 0);//是否顯示頭信息

    curl_setopt($curl, CURLOPT_RETURNTRANSFER, 0);//是否自動(dòng)顯示返回的信息

    curl_setopt($curl, CURLOPT_COOKIEJAR, $cookie); //設(shè)置Cookie信息保存在指定的文件中

    curl_setopt($curl, CURLOPT_POST, 1);//post方式提交

    curl_setopt($curl, CURLOPT_POSTFIELDS, http_build_query($post));//要提交的信息

    curl_exec($curl);//執(zhí)行cURL

    curl_close($curl);//關(guān)閉cURL資源，并且釋放系統(tǒng)資源

}

函數(shù)login_post()首先初始化curl_init(),然后使用curl_setopt()設(shè)置相關(guān)選項(xiàng)信息,包括要提交的url地址,保存的cookie文件,post的數(shù)據(jù)(用戶名和密碼等信息),是否返回信息等等,然后curl_exec執(zhí)行curl,最后curl_close()釋放資源,注意PHP自帶的http_build_query()可以將數(shù)組轉(zhuǎn)換成相連接的字符串.

接下來如果登錄成功后,我們要獲取登錄成功后的頁面信息,代碼如下:

//登錄成功后獲取數(shù)據(jù)

function get_content($url, $cookie) {

    $ch = curl_init();

    curl_setopt($ch, CURLOPT_URL, $url);

    curl_setopt($ch, CURLOPT_HEADER, 0);

    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

    curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie); //讀取cookie

    $rs = curl_exec($ch); //執(zhí)行cURL抓取頁面內(nèi)容

    curl_close($ch);

    return $rs;

}

函數(shù)get_content()中也是先初始化curl,然后設(shè)置相關(guān)選項(xiàng),執(zhí)行curl,釋放資源,其中我們?cè)O(shè)置CURLOPT_RETURNTRANSFER為1即自動(dòng)返回信息,而CURLOPT_COOKIEFILE可以讀取到登錄時(shí)保存的cookie信息,最后將頁面內(nèi)容返回.

我們的最終目的是要獲取到模擬登錄后的信息,也就是只有正常登錄成功后才能獲取的有用信息,接下來我們以登錄開源中國(guó)的移動(dòng)版為例,看看如何抓取到登錄成功后的信息.

//設(shè)置post的數(shù)據(jù)

$post = array (

    'email' => 'oschina賬戶',

    'pwd' => 'oschina密碼',

    'goto_page' => '/my',

    'error_page' => '/login',

    'save_login' => '1',

    'submit' => '現(xiàn)在登錄'

);

//登錄地址

$url = http://m.survivalescaperooms.com;

//設(shè)置cookie保存路徑

$cookie = dirname(__FILE__) . '/cookie_oschina.txt';

//登錄后要獲取信息的地址

$url2 = "http://m.oschina.net/my";

//模擬登錄

login_post($url, $cookie, $post);

//獲取登錄頁的信息

$content = get_content($url2, $cookie);

//刪除cookie文件

@ unlink($cookie);

//匹配頁面信息

$preg = "/<td class='portrait'>(.*)</td>/i";

preg_match_all($preg, $content, $arr);

$str = $arr[1][0];

//輸出內(nèi)容

echo $str;