使用PHP的cURL库可以简单和有效地去抓网页，您只需要运行一个脚本，然后分析一下您所抓取的网页，然后就可以以程序的方式得到您想要的数据了。无论是您想从一个链接上取部分数据，或是取一个XML文件并把其导入数据库，哪怕就是简单的获取网页内容，cURL是一个功能强大的PHP库。本文主要讲述如果使用这个PHP库。
启用cURL设置
首先，我们得先要确定我们的PHP是否开启了这个库，您可以通过使用php_info()函数来得到这一信息：
| phpinfo(); ?> |
如果您可以在网页上看到下面的输出，那么表示cURL库已被开启。
如果您看到的话，那么您需要设置您的PHP并开启这个库。如果您是在Windows平台下，那么非常简单，您需要改一改您的php.ini文件的设置，找到php_curl.dll，并取消前面的分号注释就行了，如下所示：
| //取消下在的注释 extension=php_curl.dll |
如果您是在Linux下面，那么，您需要重新编译您的PHP了，编辑时，您需要打开编译参数，在configure命令上加上“–with-curl”参数。
一个小示例
如果一切就绪，下面是一个小例子：
| // 初始化一个cURL对象 $curl = curl_init(); // 设置您需要抓取的URL curl_setopt($curl, CURLOPT_URL, ’http://www.example.com’); // 设置header curl_setopt($curl, CURLOPT_HEADER, 1); // 设置cURL参数，要求结果保存到字符串中还是输出到屏幕上 curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); // 运行cURL，请求网页 $data = curl_exec($curl); // 关闭URL请求 curl_close($curl); // 显示获得的数据 var_dump($data); ?> |
如何POST数据
上面是抓取网页的代码，下面则是向某个网页POST数据。假设我们有一个处理表单的网址http://www.example.com/sendSMS.php，其可以接受两个表单域，一个是电话号码，一个是短信内容。示例代码如下：
| $phoneNumber = ’13912345678′; $message = ’This message was generated by curl and php’; $curlPost = ’pNUMBER=’ . urlencode($phoneNumber) . ’&MESSAGE=’ . urlencode($message) . ’&SUBMIT=Send’; $ch = curl_init();curl_setopt($ch, CURLOPT_URL, ’http://www.example.com/sendSMS.php’); curl_setopt($ch, CURLOPT_HEADER, 1); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_POST, 1); curl_setopt($ch, CURLOPT_POSTFIELDS, $curlPost); $data = curl_exec(); curl_close($ch); ?> |
从上面的程序我们可以看到，使用CURLOPT_POST设置HTTP协议的POST方法，而不是GET方法，然后以CURLOPT_POSTFIELDS设置POST的数据。
关于代理服务器
下面是一个如何使用代理服务器的示例，代码很简单，我就不用多说了：
| $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, ’http://www.example.com’); curl_setopt($ch, CURLOPT_HEADER, 1); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_HTTPPROXYTUNNEL, 1); curl_setopt($ch, CURLOPT_PROXY, ’fakeproxy.com:1080′); curl_setopt($ch, CURLOPT_PROXYUSERPWD, ’user:password’); $data = curl_exec(); curl_close($ch); ?> |
关于SSL和Cookie
关于SSL也就是HTTPS协议，您只需要把CURLOPT_URL连接中的http://变成https://就可以了。当然，还有一个参数叫CURLOPT_SSL_VERIFYHOST可以设置为验证站点。
关于Cookie，您需要了解下面三个参数：
1、CURLOPT_COOKIE：在当面的会话中设置一个cookie
2、CURLOPT_COOKIEJAR：当会话结束的时候保存一个Cookie
3、CURLOPT_COOKIEFILE：Cookie的文件。
HTTP服务器认证
最后，我们来看一看HTTP服务器认证的情况：
| $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, ’http://www.example.com’); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_BASIC); curl_setopt(CURLOPT_USERPWD, ’[username]:[password]‘) $data = curl_exec(); curl_close($ch); ?> |