curl_getinfo的巧用

curl_getinfo的巧用

sunking

2012-02-26
23:10

PHP

88条评论

11,239位客官阅览

原创作品，转载注明出处 http://sunking.sinaapp.com/?p=111

最近使用curl的时候，发现了一个比较好用的函数，当然是初级者适用的一个函数，就是curl_getinfo(),

在抓取一个页面的时候，会遇到302页面跳转的情况，刚开始处理的时候，是用curl抓取一个域名页面的内容，适用curl_exec，抓取页面全部内容，然后用正则匹配出来用户域名url,通过此域名再次抓取此地址的内容，这样做挺麻烦的，后来发现curl_getinfo()，返回来一个数组类型的值，里面有一个url,有一个http_code，http_code可以是302,200,404,500等，如果是302的话，就是页面跳转，直接可以得到跳转的页面的url。这样，就可以直接跳过抓取域名地址哪一步，直接获得跳转页面的链接，直接抓取内容就好了，下面是例子：

<?php

$url = ‘sunking18.tk’;

$ch = curl_init();

$header = array ();

$header [] = ‘sunking18.tk’;

$header [] = ‘User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9.2.8) Gecko/20100722 Firefox/3.6.8′;

$header [] = ‘Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8′;

$header [] = ‘Accept-Encoding: gzip, deflate’;

$header [] = ‘Accept-Language: zh-cn,zh;q=0.5′;

$header [] = ‘Accept-Charset: GB2312,utf-8;q=0.7,*;q=0.7′;

$header [] = ‘Keep-Alive: 115′;

$header [] = ‘Connection: Keep-Alive’;

$header [] = ‘Referer: sunking18.tk’;

$ch = curl_init();

curl_setopt ($ch, CURLOPT_TIMEOUT, 100);

curl_setopt ($ch, CURLOPT_URL,$url);

curl_setopt ($ch, CURLOPT_HTTPHEADER,$header);

curl_setopt ($ch, CURLOPT_HEADER,true);

curl_setopt ($ch, CURLOPT_RETURNTRANSFER, true);

curl_setopt ($ch, CURLOPT_ENCODING, “gzip” ); //设置为客户端支持gzip压缩

$re = curl_exec($ch);

$res = curl_getinfo($ch);

echo “<pre>”;

print_r($res);

?>

打印结果如下：

Array ( [url] => HTTP://sunking18.tk [content_type] => text/html [http_code] => 302 [header_size] => 311 [request_size] => 387 [filetime] => -1 [ssl_verify_result] => 0 [redirect_count] => 0 [total_time] => 1.467 [namelookup_time] => 1.014 [connect_time] =>
1.03 [pretransfer_time] => 1.03 [size_upload] => 0 [size_download] => 167 [speed_download] => 113 [speed_upload] => 0 [download_content_length] => 167 [upload_content_length] => 0 [starttransfer_time] => 1.467 [redirect_time] => 0 [certinfo] => Array ( ) )

其中，url就是302跳转页面url,http_code就是http状态码，如果想要单独获得其中的一个参数，只要在curl_getinfo($ch,****)设置你想要的参数就可以了，比如，你想要获得http_code，就可以使用：curl_getinfo($ch,CURLINFO_HTTP_CODE),则会返回一个http_code字符串。很方便使用。

curl_getinfo 共有20个参数，如下：

这个参数可能是以下常量之一:

CURLINFO_EFFECTIVE_URL – 最后一个有效的URL地址
CURLINFO_HTTP_CODE – 最后一个收到的HTTP代码
CURLINFO_FILETIME – 远程获取文档的时间，如果无法获取，则返回值为“-1”
CURLINFO_TOTAL_TIME – 最后一次传输所消耗的时间
CURLINFO_NAMELOOKUP_TIME – 名称解析所消耗的时间
CURLINFO_CONNECT_TIME – 建立连接所消耗的时间
CURLINFO_PRETRANSFER_TIME – 从建立连接到准备传输所使用的时间
CURLINFO_STARTTRANSFER_TIME – 从建立连接到传输开始所使用的时间
CURLINFO_REDIRECT_TIME – 在事务传输开始前重定向所使用的时间
CURLINFO_SIZE_UPLOAD – 上传数据量的总值
CURLINFO_SIZE_DOWNLOAD – 下载数据量的总值
CURLINFO_SPEED_DOWNLOAD – 平均下载速度
CURLINFO_SPEED_UPLOAD – 平均上传速度
CURLINFO_HEADER_SIZE – header部分的大小
CURLINFO_HEADER_OUT – 发送请求的字符串
CURLINFO_REQUEST_SIZE – 在HTTP请求中有问题的请求的大小
CURLINFO_SSL_VERIFYRESULT – 通过设置CURLOPT_SSL_VERIFYPEER返回的SSL证书验证请求的结果
CURLINFO_CONTENT_LENGTH_DOWNLOAD – 从Content-Length: field中读取的下载内容长度
CURLINFO_CONTENT_LENGTH_UPLOAD – 上传内容大小的说明
CURLINFO_CONTENT_TYPE – 下载内容的Content-Type:值，NULL表示服务器没有发送有效的Content-Type: header

可以根据需要设置不同的参数。

顺带说一下，http_code的含义：

[Informational 1xx]

$http_code["0"]=”Unable to access”;

$http_code["100"]=”Continue”;

$http_code["101"]=”Switching Protocols”;

[Successful 2xx]

$http_code["200"]=”OK”;

$http_code["201"]=”Created”;

$http_code["202"]=”Accepted”;

$http_code["203"]=”Non-Authoritative Information”;

$http_code["204"]=”No Content”;

$http_code["205"]=”Reset Content”;

$http_code["206"]=”Partial Content”;

[Redirection 3xx]

$http_code["300"]=”Multiple Choices”;

$http_code["301"]=”Moved Permanently”;

$http_code["302"]=”Found”;

$http_code["303"]=”See Other”;

$http_code["304"]=”Not Modified”;

$http_code["305"]=”Use Proxy”;

$http_code["306"]=”(Unused)”;

$http_code["307"]=”Temporary Redirect”;

[Client Error 4xx]

$http_code["400"]=”Bad Request”;

$http_code["401"]=”Unauthorized”;

$http_code["402"]=”Payment Required”;

$http_code["403"]=”Forbidden”;

$http_code["404"]=”Not Found”;

$http_code["405"]=”Method Not Allowed”;

$http_code["406"]=”Not Acceptable”;

$http_code["407"]=”Proxy Authentication Required”;

$http_code["408"]=”Request Timeout”;

$http_code["409"]=”Conflict”;

$http_code["410"]=”Gone”;

$http_code["411"]=”Length Required”;

$http_code["412"]=”Precondition Failed”;

$http_code["413"]=”Request Entity Too Large”;

$http_code["414"]=”Request-URI Too Long”;

$http_code["415"]=”Unsupported Media Type”;

$http_code["416"]=”Requested Range Not Satisfiable”;

$http_code["417"]=”Expectation Failed”;

[Server Error 5xx]

$http_code["500"]=”Internal Server Error”;

$http_code["501"]=”Not Implemented”;

$http_code["502"]=”Bad Gateway”;

$http_code["503"]=”Service Unavailable”;

$http_code["504"]=”Gateway Timeout”;

$http_code["505"]=”HTTP Version Not Supported”;