抓取遠程內容，之前一直都在用file_get_content函數，其實早就知道有curl這么一個好東西的存在，但是看了一眼后感覺使用頗有些復雜，沒有file_get_content那么簡單，再就是需求也不大，所以沒有學習使用curl。
直到最近，要做一個網頁小偷程序的時候才發現file_get_content已經完全不能滿足需求了。我覺得，在讀取遠程內容的時候，file_get_content除了使用比curl便捷以外，其他都沒有curl好。
php中curl和file_get_content的一些比較
主要區別：
學習才發現，curl支持很多協議，有FTP, FTPS, HTTP, HTTPS, GOPHER, TELNET, DICT, FILE以及LDAP，也就是說，它能做到很多file_get_content做不到的事情。curl在php可以實現遠程獲取和采集內容；實現PHP網頁版的FTP上傳下載；實現模擬登陸；實現接口對接（API），數據傳輸；實現模擬Cookie；下載文件斷點續傳等等，功能十分強大。
了解curl一些基本的使用后，才發現其實并不難，只不過記住里面一些設置參數，難弄一點，但是我們記住幾個常用的就可以了。
開啟curl：
因為PHP默認是不支持curl功能的，因此如果要用curl的話，首先需要在php.ini中開啟該功能，即去掉 ;extension= php_curl.dll 前面的分號，然后保存后重啟apache/iis就好了。
基本語法：
$my_curl = curl_init(); //初始化一個curl對象
curl_setopt($my_curl, CURLOPT_URL, "http://www.jb51.net"); //設置你需要抓取的URL
curl_setopt($my_curl,CURLOPT_RETURNTRANSFER,1); //設置是將結果保存到字符串中還是輸出到屏幕上，1表示將結果保存到字符串
$str = curl_exec($curl); //執行請求
echo $str; //輸出抓取的結果
curl_close($curl); //關閉url請求
最近需要獲取別人網站上的音樂數據。用了file_get_contents函數，但是總是會遇到獲取失敗的問題，盡管按照手冊中的例子設置了超時，可多數時候不會奏效：
$config['context'] = stream_context_create(array('http' => array('method' => "GET",
'timeout' => 5//這個超時時間不穩定，經常不奏效
)
));
這時候，看一下服務器的連接池，會發現一堆類似的錯誤，讓我頭疼萬分：
file_get_contents(http://***): failed to open stream…
現在改用了curl庫，寫了一個函數替換：
function curl_file_get_contents($durl){
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $durl);
curl_setopt($ch, CURLOPT_TIMEOUT, 5);
curl_setopt($ch, CURLOPT_USERAGENT, _USERAGENT_);
curl_setopt($ch, CURLOPT_REFERER,_REFERER_);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
$r = curl_exec($ch);
curl_close($ch);
return $r;
}
如此，除了真正的網絡問題外，沒再出現任何問題。
這是別人做過的關于curl和file_get_contents的測試：
file_get_contents抓取google.com需用秒數：
2.31319094
2.30374217
2.21512604
3.30553889
2.30124092
curl使用的時間：
0.68719101
0.64675593
0.64326
0.81983113
0.63956594
差距很大？呵呵，從我使用的經驗來說，這兩個工具不只是速度有差異，穩定性也相差很大。
建議對網絡數據抓取穩定性要求比較高的朋友使用上面的 curl_file_get_contents函數，不但穩定速度快，還能假冒瀏覽器欺騙目標地址哦！
方法1: 用file_get_contents 以get方式獲取內容
<?php
$url='http://www.domain.com/';
$html = file_get_contents($url);
echo $html;
?>
方法2: 用fopen打開url, 以get方式獲取內容
<?php
$fp = fopen($url, 'r');
stream_get_meta_data($fp);
while(!feof($fp)) {
$result .= fgets($fp, 1024);
}
echo "url body: $result";
fclose($fp);
?>
方法3：用file_get_contents函數,以post方式獲取url
<?php
$data = array ('foo' => 'bar');
$data = http_build_query($data);
$opts = array (
'http' => array (
'method' => 'POST',
'header'=> "Content-type: application/x-www-form-urlencodedrn" .
"Content-Length: " . strlen($data) . "rn",
'content' => $data
)
);
$context = stream_context_create($opts);
$html = file_get_contents('http://localhost/e/admin/test.html', false, $context);
echo $html;
?>
方法4：用fsockopen函數打開url，以get方式獲取完整的數據，包括header和body
<?php
function get_url ($url,$cookie=false)
{
$url = parse_url($url);
$query = $url[path]."?".$url[query];
echo "Query:".$query;
$fp = fsockopen( $url[host], $url[port]?$url[port]:80 , $errno, $errstr, 30);
if (!$fp) {
return false;
} else {
$request = "GET $query HTTP/1.1rn";
$request .= "Host: $url[host]rn";
$request .= "Connection: Closern";
if($cookie) $request.="Cookie: $cookien";
$request.="rn";
fwrite($fp,$request);
while()) {
$result .= @fgets($fp, 1024);
}
fclose($fp);
return $result;
}
}
//獲取url的html部分，去掉header
function GetUrlHTML($url,$cookie=false)
{
$rowdata = get_url($url,$cookie);
if($rowdata)
{
$body= stristr($rowdata,"rnrn");
$body=substr($body,4,strlen($body));
return $body;
}
return false;
}
?>
方法5：用fsockopen函數打開url，以POST方式獲取完整的數據，包括header和body
<?php
function HTTP_Post($URL,$data,$cookie, $referrer="")
{
// parsing the given URL
$URL_Info=parse_url($URL);
// Building referrer
if($referrer=="") // if not given use this script as referrer
$referrer="111″;
// making string from $data
foreach($data as $key=>$value)
$values[]="$key=".urlencode($value);
$data_string=implode("&",$values);
// Find out which port is needed – if not given use standard (=80)
if(!isset($URL_Info["port"]))
$URL_Info["port"]=80;
// building POST-request:
$request.="POST ".$URL_Info["path"]." HTTP/1.1n";
$request.="Host: ".$URL_Info["host"]."n";
$request.="Referer: $referern";
$request.="Content-type: application/x-www-form-urlencodedn";
$request.="Content-length: ".strlen($data_string)."n";
$request.="Connection: closen";
$request.="Cookie: $cookien";
$request.="n";
$request.=$data_string."n";
$fp = fsockopen($URL_Info["host"],$URL_Info["port"]);
fputs($fp, $request);
while(!feof($fp)) {
$result .= fgets($fp, 1024);
}
fclose($fp);
return $result;
}
?>
方法6:使用curl庫，使用curl庫之前，可能需要查看一下php.ini是否已經打開了curl擴展
<?php
$ch = curl_init();
$timeout = 5;
curl_setopt ($ch, CURLOPT_URL, 'http://www.domain.com/');
curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
$file_contents = curl_exec($ch);
curl_close($ch);
echo $file_contents;
?>
php中 curl， fsockopen ，file_get_contents 三個函數 都可以實現采集模擬發言 。三者有什么區別，或者講究么
趙永斌:
有些時候用file_get_contents()調用外部文件,容易超時報錯。換成curl后就可以.具體原因不清楚
curl 效率比file_get_contents()和fsockopen()高一些,原因是CURL會自動對DNS信息進行緩存(亮點啊有我待親測)
范佳鵬:
file_get_contents curl fsockopen
在當前所請求環境下選擇性操作，沒有一概而論：
具我們公司開發KBI應用來看：
剛開始采用：file_get_contents
后來采用：fsockopen
最后到至今采用：curl
（遠程）我個人理解到的表述如下（不對請指出，不到位請補充）
file_get_contents 需要php.ini里開啟allow_url_fopen,請求http時，使用的是http_fopen_wrapper，不會keeplive.curl是可以的。
file_get_contents()單個執行效率高，返回沒有頭的信息。
這個是讀取一般文件的時候并沒有什么問題，但是在讀取遠程問題的時候就會出現問題。
如果是要打一個持續連接，多次請求多個頁面。那么file_get_contents和fopen就會出問題。
取得的內容也可能會不對。所以做一些類似采集工作的時候，肯定就有問題了。
sock較底層，配置麻煩，不易操作。 返回完整信息。
潘少寧-騰訊：
file_get_contents 雖然可以獲得某URL的內容，但不能post get啊。
curl 則可以post和get啊。還可以獲得head信息
而socket則更底層。可以設置基于UDP或是TCP協議去交互
file_get_contents 和 curl 能干的，socket都能干。
socket能干的，curl 就不一定能干了
file_get_contents 更多的時候 只是去拉取數據。效率比較高 也比較簡單。
趙的情況這個我也遇到過，我通過CURL設置host 就OK了。 這和網絡環境有關系
<?php
/**
* Socket版本
* 使用方法：
* $post_string = "app=socket&version=beta";
* request_by_socket('jb51.net','/restServer.php',$post_string);
*/
function request_by_socket($remote_server,$remote_path,$post_string,$port = 80,$timeout = 30){
$socket = fsockopen($remote_server,$port,$errno,$errstr,$timeout);
if (!$socket) die("$errstr($errno)");
fwrite($socket,"POST $remote_path HTTP/1.0");
fwrite($socket,"User-Agent: Socket Example");
fwrite($socket,"HOST: $remote_server");
fwrite($socket,"Content-type: application/x-www-form-urlencoded");
fwrite($socket,"Content-length: ".strlen($post_string)+8."");
fwrite($socket,"Accept:*/*");
fwrite($socket,"");
fwrite($socket,"mypost=$post_string");
fwrite($socket,"");
$header = "";
while ($str = trim(fgets($socket,4096))) {
$header.=$str;
}
$data = "";
while (!feof($socket)) {
$data .= fgets($socket,4096);
}
return $data;
}
/**
* Curl版本
* 使用方法：
* $post_string = "app=request&version=beta";
* request_by_curl('http://jb51.net/restServer.php',$post_string);
*/
function request_by_curl($remote_server,$post_string){
$ch = curl_init();
curl_setopt($ch,CURLOPT_URL,$remote_server);
curl_setopt($ch,CURLOPT_POSTFIELDS,'mypost='.$post_string);
curl_setopt($ch,CURLOPT_RETURNTRANSFER,true);
curl_setopt($ch,CURLOPT_USERAGENT,"Jimmy's CURL Example beta");
$data = curl_exec($ch);
curl_close($ch);
return $data;
}
/**
* 其它版本
* 使用方法：
* $post_string = "app=request&version=beta";
* request_by_other('http://jb51.net/restServer.php',$post_string);
*/
function request_by_other($remote_server,$post_string){
$context = array(
'http'=>array(
'method'=>'POST',
'header'=>'Content-type: application/x-www-form-urlencoded'."".
'User-Agent : Jimmy's POST Example beta'."".
'Content-length: '.strlen($post_string)+8,
'content'=>'mypost='.$post_string)
);
$stream_context = stream_context_create($context);
$data = file_get_contents($remote_server,FALSE,$stream_context);
return $data;
}
?>