php使用什么做数据采集

什么叫采集？

就是使用PHP程序，把其他网站中的信息抓取到我们自己的数据库中、网站中。

PHP制作采集的技术：

从底层的socket到高层的文件操作函数，一共有3种方法可以实现采集。

1. 使用socket技术采集：（推荐学习：PHP编程从入门到精通）

socket采集是最底层的，它只是建立了一个长连接，然后我们要自己构造http协议字符串去发送请求。

例如要想获取优酷页面的内容，用socket写如下：

<?php  //连接,$error错误编号,$errstr错误的字符串,30s是连接超时时间  $fp=fsockopen("www.youku.com",80,$errno,$errstr,30);  if(!$fp) die("连接失败".$errstr);     //构造http协议字符串，因为socket编程是最底层的，它还没有使用http协议  $http="GET /?spm=a2hww.20023042.topNav.5~1~3!2~A HTTP/1.1\r\n";   //  \r\n表示前面的是一个命令  $http.="Host:www.youku.com\r\n";  //请求的主机  $http.="Connection:close\r\n\r\n";   // 连接关闭，最后一行要两个\r\n     //发送这个字符串到服务器  fwrite($fp,$http,strlen($http));  //接收服务器返回的数据  $data='';  while (!feof($fp)) {  $data.=fread($fp,4096);  //fread读取返回的数据，一次读取4096字节  }  //关闭连接  fclose($fp);  var_dump($data);  ?>

打印出的结果如下，包含了返回的头信息及页面的源码：

2. 使用curl_一套函数

curl把HTTP协议都封装成了很多函数，直接传相应参数即可，降低了编写HTTP协议字符串的难度。

前提：在php.ini中要开启curl扩展。

function getHTTPS($url) {  $ch = curl_init();  curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, FALSE);  curl_setopt($ch, CURLOPT_HEADER, false);  curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);  curl_setopt($ch, CURLOPT_URL, $url);  curl_setopt($ch, CURLOPT_REFERER, $url);  curl_setopt<i style="color:transparent">来源gaodai$ma#com搞$$代**码网</i>($ch, CURLOPT_RETURNTRANSFER, TRUE);  $result = curl_exec($ch);  curl_close($ch);  return $result;}var_dump(getHTTPS($url));

打印出的结果如下，只包含页面的源码：

3. 直接使用file_get_contents（最顶层的）

前提：在php.ini中设置允许打开一个网络的url地址。

//使用file_get_contents()  $data=file_get_contents("http://www.youku.com");  var_dump($data);

以上就是php使用什么做数据采集的详细内容，更多请关注搞代码gaodaima其它相关文章！

喜欢 (0)赏

[搞代码]

分享 (0)