PHP cURL扩展

摘要: PHP cURL 抓取网页

使用cURL完成简单的请求主要分为以下四步：
1.初始化，创建一个新cURL资源
2.设置URL和相应的选项
3.抓取URL并把它传递给浏览器
4.关闭cURL资源，并且释放系统资源

首先，本来我们抓取一个网页，使用file_get_contents()函数来获取

$resourse = file_get_contents('http://www.baidu.com'); 或 $resourse = file('http://www.baidu.com'); 或 $resourse = readfile('http://www.baidu.com');

但是，这样我们会发现，没有办法有效地进行错误处理，更没办法进行高难度任务，如：文件上传、处理cookie、表单提交、验证等。

cURL 函数

curl_close — 关闭一个cURL会话
void curl_close ( resource ch)

curl_copy_handle — 复制一个cURL句柄和它的所有选项
resource curl_copy_handle ( resource

$ch

)

curl_errno — 返回最后一次的错误号
int curl_errno ( resource ch)
如果没有错，则返回0

curl_error — 返回一个保护当前会话最近一次错误的字符串
string curl_error ( resource ch)

curl_escape — URL encodes the given string
string curl_escape ( resource

$ch

, string

$str

)
失败时返回false

curl_exec — 执行一个预先定义好的cURL会话
mixed curl_exec ( resource ch)
如果失败了，就返回false，注意使用 === false 来判断。如果没有错，则返回‘’。

curl_file_create — Create a CURLFile object

curl_getinfo — 获取一个cURL连接资源句柄的信息
string curl_getinfo ( resource ch [, int opt])
opt参数有很多，是指定返回要查看的数据，CURLINFO_*

curl_init — 初始化一个cURL会话
resource curl_init ( [string url])

curl_multi_add_handle — 向curl批处理会话中添加单独的curl句柄
int curl_multi_add_handle ( resource

$mh

, resource

$ch

)
成功时返回0，失败时返回

CURLM_XXX

之一的错误码。

curl_multi_close — 关闭一组cURL句柄
void curl_multi_close ( resource

$mh

)

curl_multi_exec — 运行当前 cURL 句柄的子连接
int curl_multi_exec ( resource

$mh

, int

&$still_running

)

still_running

：一个用来判断操作是否仍在执行的标识的引用。

curl_multi_getcontent — 如果设置了CURLOPT_RETURNTRANSFER，则返回获取的输出的文本流

curl_multi_info_read — 获取当前解析的cURL的相关传输信息

curl_multi_init — 返回一个新cURL批处理句柄
resource curl_multi_init ( void )
失败返回false

curl_multi_remove_handle — 移除curl批处理句柄资源中的某个句柄资源
int curl_multi_remove_handle ( resource

$mh

, resource

$ch

)

curl_multi_select — 等待所有cURL批处理中的活动连接
int curl_multi_select ( resource

$mh

[, float

$timeout

= 1.0 ] )

curl_multi_setopt — Set an option for the cURL multi handle

curl_multi_strerror — Return string describing error code

curl_pause — Pause and unpause a connection
int curl_pause ( resource

$ch

, int

$bitmask

)

curl_reset — Reset all options of a libcurl session handle
void curl_reset ( resource

$ch

)

curl_setopt_array — 为cURL传输会话批量设置选项

curl_setopt — 设置一个cURL传输选项
bool curl_setopt ( resource ch, string option, mixed value)
这个函数是最重要的，一切玄妙均在此。

CURLOPT_AUTOREFERER	当根据Location：重定向时，自动设置header中的Refer：信息
CURLOPT_COOKIESESSION	启用时cURL会仅仅传递一个session cookie，忽略其他cookie，默认情况下从URL会将所有cookie返回给服务器。session cookie指用来判断服务器端的session是否有效而存在的cookie。
CURLOPT_FOLLOWLOCATION	启用将服务器返回的“Location：”放在header中，递归地返回给服务器，使用CURLOPT_MAXREDIRS可以限定递归返回的数量。
CURLOPT_HEADER	启用时将头文件的信息作为数据流输出
CURLOPT_RETURNTRANSFER	将curl_exc()获取的信息以文件流的形式返回，而不是直接输出。
CURLOPT_INFILESIZE	设定上传文件的大小，单位是字节
CURLOPT_MAXCONNECTS	允许的额最大连接数量，超过会通过CURLOPT_CLOSEPOLICY决定应该停止那些连接
CURLOPT_MAXREDIRS	指定HTTP重定向的最多数量
CURLOPT_COOKIEFILE	包含cookie数据的文件名，cookie的文件格式可以使netscape格式，或者只是纯HTTP头部信息存入文件
CURLOPT_COOKIEJAR	连接结束后保存cookie信息的文件
CURLOPT_ENCODING	HTTP请求头中“Accept-Encoding”的值，支持的编码有identity，deflate和gzip。如果为空字符串，表示支持所有编码类型。
CURLOPT_POSTFILEDS	全部数据使用HTTP协议中的post操作来发送。要发送文件，在文件名前面加上@前缀并使用完整路径。这个参数通过urlencoded后的字符串类似于'paral=val1¶l2=val2'或使用一个以字段名为键值
CURLOPT_RANGE	以“X-Y”的形式组成，其中X和Y都是可选项获取数据的范围，单位是字节，HTTP传输线程也支持几个这样的而重复项中间用逗号分隔如‘X-Y,N-M’
CURLOPT_REFERER	HTTP请求头的referer内容
CURLOPT_HTTPHEADER	用来设置HTTP头字段的数组
CURLOPT_FILE	设置输出文件的位置，值是一个资源类型，默认为STDOUT（浏览器）
CURLOPT_INFILE	在上传文件的时候需要读取的文件地址，值是一个资源类型
CURLOPT_HEADERFUNCTION	设置一个回调函数，其有两个参数：cURL的资源句柄，输出的header数据。header数据的输出必须依赖这个函数，返回已经写入的数据大小。
CURLOPT_WRITEFUNCTION	拥有两个参数的回调函数：会话句柄，HTTP响应头信息的字符串。使用此回调函数，将自行处理响应头信息。响应头信息是整个字符串。设置返回值为精确的已写入字符串长度。发生错误时传输线程终止。
CURLOPT_COOKIE	设定HTTP请求中的cookie，多个cookie用分号分隔，分号后带一个空格（例如，“fruit=apple; color=red”）

curl_share_close — Close a cURL share handle

curl_share_init — Initialize a cURL share handle

curl_share_setopt — Set an option for a cURL share handle.

curl_strerror — Return string describing the given error code

curl_unescape — Decodes the given URL encoded string

curl_version — 获取cURL版本信息
string curl_version ( void )