PHP使用CURL实现多线程抓取网页_PHP

PHP 利用 Curl Functions 可以完成各种传送文件操作，比如模拟浏览器发送GET，POST请求等等，受限于php语言本身不支持多线程，所以开发爬虫程序效率并不高，这时候往往需 要借助Curl Multi Functions 它可以实现并发多线程的访问多个url地址。既然 Curl Multi Function如此强大，能否用 Curl Multi Functions 来写并发多线程下载文件呢，当然可以，下面给出我的代码：

代码1：将获得的代码直接写入某个文件

 $url) {   $conn[$i] = curl_init($url);   curl_setopt($conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)");   curl_setopt($conn[$i], CURLOPT_HEADER ,0);   curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60);   curl_setopt($conn[$i], CURLOPT_FILE,$st); // 设置将爬取的代码写入文件   curl_multi_add_handle ($mh,$conn[$i]);  } // 初始化     do {   curl_multi_exec($mh,$active);  } while ($active); // 执行     foreach ($urls as $i => $url) {   curl_multi_remove_handle($mh,$conn[$i]);   curl_close($conn[$i]);  } // 结束清理     curl_multi_close($mh);  fclose($st); ?> 

代码2：将获得的代码先放入变量，再写入某个文件

 $url) {   $conn[$i] = curl_init($url);   curl_setopt($conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)");   curl_setopt($conn[$i], CURLOPT_HEADER ,0);   curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60);   curl_setopt($conn[$i],CURLOPT_RETURNTRANSFER,true); // 设置不将爬取代码写到浏览器，而是转化为字符串   curl_multi_add_handle ($mh,$conn[$i]);  }    do {   curl_multi_exec($mh,$active);  } while ($active);     foreach ($urls as $i => $url) {   $data = curl_multi_getcontent($conn[$i]); // 获得爬取的代码字符串   fwrite($st,$data); // 将字符串写入文件。当然，也可以不写入文件，比如存入数据库  } // 获得数据变量，并写入文件    foreach ($urls as $i => $url) {   curl_multi_remove_handle($mh,$conn[$i]);   curl_close($conn[$i]);  }    curl_multi_close($mh<mark>@本文来源gaodaimacom搞#代%码@网-</mark><strong>搞代gaodaima码</strong>);  fclose($st);  ?> 

以上所述就是本文的全部内容了，希望大家能够喜欢。

喜欢 (0)赏

[搞代码]

分享 (0)