CURL小结

个人将归纳curl请求总结成三步

1、创建curl 句柄(curl_init),并设置参数(curl_setopt)(打开冰箱)

2、执行请求(curl_exec),处理返回的数据 (把大象塞进去)

3、关闭curl(curl_close),释放所有资源(关上冰箱)

其实如果代码看起来比较复杂,复杂的地方可能就是在处理返回数据的逻辑。

CURL_SETOPT

故名思议,SetOption 设置参数,其中囊括的参数较多,这里只是简单提取常用的几个,如需查看更多参数,点击link,常见的设置 UA、Cookie、https等

bool curl_setopt          ( resource $ch , int $option , mixed $value )
CURLOPT_USERAGENT         在HTTP请求中包含一个"User-Agent: "头的字符串。
CURLOPT_REFERER           在HTTP请求头中"Referer: "的内容。
CURLOPT_TIMEOUT           允许 cURL 函数执行的最长秒数。
CURLOPT_RETURNTRANSFER    TRUE 将curl_exec()获取的信息以字符串返回,而不是直接输出。
/*下面两个再https请求中才需设置*/
CURLOPT_SSL_VERIFYPEER    FALSE 禁止 cURL 验证对等证书(peer's certificate)。要验证的交换证书可以
在CURLOPT_CAINFO 选项中设置,或在 CURLOPT_CAPATH中设置证书目录。(自cURL 7.10开始默认为 TRUE。从 cURL
7.10开始默认绑定安装。)
CURLOPT_SSL_VERIFYHOST    设置为 1 是检查服务器SSL证书中是否存在一个公用名(common name)。译者注:公用
名(Common Name)一般来讲就是填写你将要申请SSL证书的域名 (domain)或子域名(sub domain)。 设置成 2,会检查公
用名是否存在,并且是否与提供的主机名匹配。 0 为不检查名称。 在生产环境中,这个值应该是 2(默认值)。值1的支持在
cURL 7.28.1 中被删除了。 

如需返回的Header头,自行添加

curl_setopt($curl, CURLOPT_HEADER, 1);

判断返回的状态码:

curl_getinfo($curl, CURLINFO_HTTP_CODE)
if(curl_getinfo($curl, CURLINFO_HTTP_CODE) == '200')

分离返回 header和body

curl_setopt($curl, CURLOPT_HEADER, 1);
list($sHeader, $sBody) = explode("\r\n\r\n", $sRet, 2);

GET

简单版的Get请求如下:

$curl = curl_init();
curl_setopt($curl, CURLOPT_URL, 'http://www.baidu.com');
curl_setopt($curl, CURLOPT_HEADER, 1);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
$sData = curl_exec($curl);
curl_close($curl);
var_dump($sData);

稍微复杂的设置了UA、Cookie等,https请求中才需要只用的SSL证书校验,http请求中可不用,如果需要请求有规律的地址,类似https://example.com/?id=$i,修改for循环即可。

class getRequest
{
    const sUA = 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; .NET CLR 1.1.4322)';
    const sURL = 'https://www.baidu.com';
    const sCookie = 'fake if you want';

    function vInitRequest()
    {
        $curl = curl_init();

        curl_setopt($curl, CURLOPT_HEADER, self::sUA);
        curl_setopt($curl, CURLOPT_COOKIE, self::sCookie);
        curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);

        /*
         * ssl check,use for https url
         */
        curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, 0);
        curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, 1);

//        for ($iId = 1; $iId < 1000; $iId++) {
//            $sURL = self::sURL.$iId;
        curl_setopt($curl, CURLOPT_URL, self::sURL);
        $this->sExecRequest($curl);
//        }
    }

    function sExecRequest($curl)
    {
        $sRet = curl_exec($curl);
        print_r($sRet);
        /**
         * handle your response
         * stripos or preg
         */
        curl_close($curl);
    }
}

$foo = new getRequest();
$foo->vInitRequest();

POST

POST请求无非比上述Get请求多设置了两个参数。

  1、嘿,我要用POST提交数据了。

  2、我POST的数据的内容

代码如下:

curl_setopt($curl, CURLOPT_POST, 1);
curl_setopt($curl, CURLOPT_POSTFIELDS, array('user'=>'test'));

简单的例子:

$curl = curl_init();
curl_setopt($curl, CURLOPT_URL, 'http://www.baidu.com');
curl_setopt($curl, CURLOPT_HEADER, 1);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($curl, CURLOPT_POST, 1);
$aPostData = array(
  'username' => 'test',
   .....
);
curl_setopt($curl, CURLOPT_POSTFIELDS, $aPostData);
$sData = curl_exec($curl);
curl_close($curl);
var_dump($sData);

CURL_MULTI_EXEC

curl_multi_exec可同时执行多个请求,如果你网络请求速度很快,网站相应的速度超过你处理Response的速度,建议采用curl_multi_exec,步骤很简单。代码如下

curl_multi_init();//初始化
curl_multi_add_handle()//添加句柄
curl_multi_exec// 批量执行

这里以爬取百度验证码图片为例:

ini_set("memory_limit", '-1');
date_default_timezone_set("PRC");

class multiGetRequest
{
const sUA = 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; .NET CLR 1.1.4322)';

const sURL = 'https://passport.baidu.com/cgi-bin/genimage?
njGeb06e22aefd4de7a02671411de01f513c021a606ee0400d3';

const sCookie = 'fake if you want';
const sDir = '/Users/test/Desktop/baidu/'; //你自己的路径
const iCurlCount = 100;    //爬取图片张数
private $sMicrotime = '';

function vInitMultiCurl(){
    $this->sMicrotime = microtime(true);
    $sMultiCurlResource = curl_multi_init();
    $this->vInitCurl($sMultiCurlResource);
}

function vInitCurl($sMultiCurlResource){
    $i = 0;
    while ($i != self::iCurlCount) {
        $aCurlResource[$i] = curl_init(self::sURL);
        curl_setopt($aCurlResource[$i], CURLOPT_RETURNTRANSFER, 1);
        curl_setopt($aCurlResource[$i], CURLOPT_HEADER, 1);
        curl_setopt($aCurlResource[$i], CURLOPT_TIMEOUT, 200);
        curl_multi_add_handle($sMultiCurlResource, $aCurlResource[$i]);
        $i++;
    }
    $this->vExecCurl($aCurlResource, $sMultiCurlResource);
}

function vExecCurl($aCurlResource, $sMultiCurlResource){
    $iIsRunning = 0;
    do {
        $sMultiResource = curl_multi_exec($sMultiCurlResource, $iIsRunning);
        curl_multi_select($sMultiCurlResource);
    } while ($iIsRunning > 0 || $sMultiResource == CURLM_CALL_MULTI_PERFORM);

foreach ($aCurlResource as $i => $rCurl) {
    $aRes[$i] = curl_multi_getcontent($rCurl);
    }
    $this->vHandleResponse($aRes);
}

function vHandleResponse($aRes){
    var_dump(count($aRes));
    foreach ($aRes as $sReponse) {
        list($header, $body) = explode("\r\n\r\n", $sReponse, 2);
        $sCode = strtotime(time()).rand(1,1000000);
        file_put_contents(self::sDir . $sCode . '.jpg', $body);
    }
    var_dump(('消时:' . round(microtime(true) - $this->sMicrotime, 3)));
    }
} 
$foo = new multiGetRequest();
$foo->vInitMultiCurl();

发表回复

您的电子邮箱地址不会被公开。