php获取网页内容方法总结

用php抓取页面的内容在实际的开发当中是非常有用的，如作一个简单的内容采集器，提取网页中的部分内容等等

抓取到的内容在通过正则表达式做一下过滤就得到了你想要的内容，至于如何用正则表达式过滤，在这里就不做介绍了，有兴趣的，以下就是几种常用的用php抓取网页中的内容的方法。
首先举个自己做过的例子：这个例子是调用大众点评的接口数据 返回的是XML的数据

[php]
view plaincopyprint?

$api = 'http://api.dianping.com/Promo.svc/search?'; //接口地址
$param = array(
'cityid' =>'1',
//'shoptype' =>'',
//'keyword' =>'',

//'categoryID' =>'',
//'regionid' =>'',

'type' =>'0',
//'range' =>'',

//'order' =>'',
//'lat' =>'',

//'lng' =>'',
//'distance' =>'',

//'page' =>'',
'maxrows' =>'5',
'apikey' =>'xxxxxxxxxxx',
); //这个就是该接口需要的三个参数。
$query = http_build_query($param);//把参数生成格式
$url=$api.$query;//合并成最后URL

//$content=file_get_contents($url);
$contents=file($url); //获得页面的源代码
//print_r($contents);
//echo "<hr/>";
$content=$contents[0];
$xml = simplexml_load_string($content);
$lists=$xml ->Promos->Promo;

[php]
view plaincopyprint?

<?php
$url = "http://www.jb51.net";
$contents = file_get_contents($url);
//如果出现中文乱码使用下面代码
//$getcontent = iconv("gb2312", "utf-8",$contents);
echo $contents;
?>

<?php
$url = "http://www.jb51.net";
$contents = file_get_contents($url);
//如果出现中文乱码使用下面代码
//$getcontent = iconv("gb2312", "utf-8",$contents);
echo $contents;
?>

2.curl

PHP代码

[php]
view plaincopyprint?

<?php
$url = "http://www.jb51.net";
$ch = curl_init();
$timeout = 5;
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
//在需要用户检测的网页里需要增加下面两行
//curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_ANY);
//curl_setopt($ch, CURLOPT_USERPWD, US_NAME.":".US_PWD);
$contents = curl_exec($ch);
curl_close($ch);
echo $contents;
?>

[php]
view plaincopyprint?

<?php
$handle = fopen ("http://www.jb51.net", "rb");
$contents = "";
do {
$data = fread($handle, 1024);
if (strlen($data) == 0) {
break;
}
$contents .= $data;
} while(true);
fclose ($handle);
echo $contents;
?>

<?php
$handle = fopen ("http://www.jb51.net", "rb");
$contents = "";
do {
$data = fread($handle, 1024);
if (strlen($data) == 0) {
break;
}
$contents .= $data;
} while(true);
fclose ($handle);
echo $contents;
?>

注：

1.使用file_get_contents和fopen必须空间开启allow_url_fopen。方法：编辑php.ini，设置 allow_url_fopen = On，allow_url_fopen关闭时fopen和file_get_contents都不能打开远程文件。

2.使用curl必须空间开启curl。方法：windows下修改php.ini，将extension=php_curl.dll前面的分号去掉，而且需要拷贝ssleay32.dll和libeay32.dll到C:/WINDOWS/system32下；Linux下要安装curl扩展。



点击查看原文