建站
咨詢
售后
建站咨詢
新聞中心
php curl 模擬登錄并獲取數(shù)據(jù)實例詳解
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時需要開啟下curl擴(kuò)展。
創(chuàng)新互聯(lián)專業(yè)為企業(yè)提供興賓網(wǎng)站建設(shè)、興賓做網(wǎng)站、興賓網(wǎng)站設(shè)計、興賓網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計與制作、興賓企業(yè)網(wǎng)站模板建站服務(wù)，十多年興賓做網(wǎng)站經(jīng)驗，不只是建網(wǎng)站，更提供有價值的思路和整體網(wǎng)絡(luò)服務(wù)。
代碼實戰(zhàn)
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。
//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，執(zhí)行curl，釋放資源。其中我們設(shè)置CURLOPT_RETURNTRANSFER為1即自動返回信息，而CURLOPT_COOKIEFILE可以讀取到登錄時保存的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的移動版為例，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
=
"";
//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
$url2
=
"";
//模擬登錄
login_post($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
$str;
使用總結(jié)
1、初始化curl；
2、使用curl_setopt設(shè)置目標(biāo)url，和其他選項；
3、curl_exec，執(zhí)行curl；
4、執(zhí)行后，關(guān)閉curl；
5、輸出數(shù)據(jù)。
感謝閱讀，希望能幫助到大家，謝謝大家對本站的支持！
php能實現(xiàn)模擬登陸嗎？
用php模擬登陸主要分為三部分 1. post數(shù)據(jù)。 2.根據(jù)返回的http頭，從中截出cookie段。 3.偽造http頭發(fā)送請求。 我這里以用php抓取163相冊的需要密碼才能訪問的目錄為例。 ?php function posttohost($url, $data) //post數(shù)據(jù) { $url = parse_url($url); if (!$url) return "couldn't parse url"; if (!isset($url['port'])) { $url['port'] = ""; } if (!isset($url['query'])) { $url['query'] = ""; } $encoded = ""; foreach ($data as $k=$v) { $encoded .= ($encoded ? "" : ""); $encoded .= rawurlencode($k)."=".rawurlencode($v); } $fp = fsockopen($url['host'], $url['port'] ? $url['port'] : 80); if (!$fp) return "Failed to open socket to $url[host]"; fputs($fp, sprintf("POST %s%s%s HTTP/1.0\n", $url['path'], $url['query'] ? "?" : "", $url['query'])); fputs($fp, "Host: $url[host]\n"); fputs($fp, "Content-type: application/x-www-form-urlencoded\n"); fputs($fp, "Content-length: " . strlen($encoded) . "\n"); fputs($fp, "Connection: close\n\n"); fputs($fp, "$encoded\n"); $line = fgets($fp,1024); if (!eregi("^HTTP/1\.. 200", $line)) return; $results = ""; $inheader = 1; while(!feof($fp)) { $line = fgets($fp,1024); if ($inheader ($line == "\n" || $line == "\r\n")) { $inheader = 0; } elseif ($inheader) { $results .= $line; } } fclose($fp); return $results; }
PHP 模擬登陸后如何抓取分頁頁面信息？
curl基本特性
模擬瀏覽器傳輸數(shù)據(jù)
實現(xiàn)post/get方式傳輸
支持多種協(xié)議：HTTP、HTTPS、FTP上傳
支持cookie，用戶名/密碼的認(rèn)證
使用curl完成請求的簡單步驟
初始化一個curl句柄
resource curl_init ([ string $url = NULL ] )
設(shè)置curl選項
bool curl_setopt ( resource $ch , int $option , mixed $value )
執(zhí)行curl請求
mixed curl_exec ( resource $ch )
釋放curl資源
void curl_close ( resource $ch )
php模擬登陸抓取數(shù)據(jù)，無法用正則表達(dá)式匹配中文
header()函數(shù)是輸出到HTTP頭，和你這個問題是沒有關(guān)系的。
真正相關(guān)的，是你的源代碼的編碼方式。
我舉個例子，若源代碼文件是采用UTF8編碼，那么你在抓取到頁面后，先要進(jìn)行編碼轉(zhuǎn)換到UTF8！
如，使用iconv：
若抓取到的頁面存放在$contents中：那么運(yùn)行$contents=iconv('gb2312','utf-8//IGNORE',$contents);//參數(shù)中的IGNORE是忽略錯誤
這樣再進(jìn)行正則匹配才行。
當(dāng)然匹配出來的結(jié)果也需要用UTF8來正常顯示，所以header()那部分就不用去掉了。
php模擬session登陸的問題，數(shù)據(jù)采集
你用PHP模擬模擬瀏覽器發(fā)送HTTP協(xié)議就是可以登錄了，不管是cookie，還是session! session 也是有session_id的！希望可以幫助你！
我用PHP模擬登陸了然后抓取了數(shù)據(jù) 怎么提前內(nèi)容保存到數(shù)據(jù)庫，看下面截圖是抓取的網(wǎng)頁數(shù)據(jù)
登陸后抓取所有的html代碼。
然后通過正則匹配html標(biāo)簽來獲取自己需要的東西，最主要的是你獲取到html源碼后，想要什么不就是看你需求了嘛，正則有問題可以繼續(xù)問我。
本文名稱：php模擬登錄抓取數(shù)據(jù) php數(shù)據(jù)采集實驗
文章出自：http://fisionsoft.com.cn/article/hpcshs.html
