PHP利用Curl模拟登录并获取数据例子

发布:smiling　来源: PHP粉丝网　添加日期：2014-06-21 09:06:30　浏览: 评论：0　

PHP的curl()在抓取网页的效率方面是比较高的,而且支持多线程,而file_get_contents()效率就要稍低些,当然,使用curl时需要开启下curl扩展.

先来看登录部分的代码:

//模拟登录

function login_post($url, $cookie, $post) {

    $curl = curl_init();//初始化curl模块

    curl_setopt($curl, CURLOPT_URL, $url);//登录提交的地址

    curl_setopt($curl, CURLOPT_HEADER, 0);//是否显示头信息

    curl_setopt($curl, CURLOPT_RETURNTRANSFER, 0);//是否自动显示返回的信息

    curl_setopt($curl, CURLOPT_COOKIEJAR, $cookie); //设置Cookie信息保存在指定的文件中

    curl_setopt($curl, CURLOPT_POST, 1);//post方式提交

    curl_setopt($curl, CURLOPT_POSTFIELDS, http_build_query($post));//要提交的信息

    curl_exec($curl);//执行cURL

    curl_close($curl);//关闭cURL资源，并且释放系统资源

}

函数login_post()首先初始化curl_init(),然后使用curl_setopt()设置相关选项信息,包括要提交的url地址,保存的cookie文件,post的数据(用户名和密码等信息),是否返回信息等等,然后curl_exec执行curl,最后curl_close()释放资源,注意PHP自带的http_build_query()可以将数组转换成相连接的字符串.

接下来如果登录成功后,我们要获取登录成功后的页面信息,代码如下:

//登录成功后获取数据

function get_content($url, $cookie) {

    $ch = curl_init();

    curl_setopt($ch, CURLOPT_URL, $url);

    curl_setopt($ch, CURLOPT_HEADER, 0);

    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

    curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie); //读取cookie

    $rs = curl_exec($ch); //执行cURL抓取页面内容

    curl_close($ch);

    return $rs;

}

函数get_content()中也是先初始化curl,然后设置相关选项,执行curl,释放资源,其中我们设置CURLOPT_RETURNTRANSFER为1即自动返回信息,而CURLOPT_COOKIEFILE可以读取到登录时保存的cookie信息,最后将页面内容返回.

我们的最终目的是要获取到模拟登录后的信息,也就是只有正常登录成功后才能获取的有用信息,接下来我们以登录开源中国的移动版为例,看看如何抓取到登录成功后的信息.

//设置post的数据

$post = array (

    'email' => 'oschina账户',

    'pwd' => 'oschina密码',

    'goto_page' => '/my',

    'error_page' => '/login',

    'save_login' => '1',

    'submit' => '现在登录'

);

//登录地址

$url = http://www.phpfensi.com;

//设置cookie保存路径

$cookie = dirname(__FILE__) . '/cookie_oschina.txt';

//登录后要获取信息的地址

$url2 = "http://m.oschina.net/my";

//模拟登录

login_post($url, $cookie, $post);

//获取登录页的信息

$content = get_content($url2, $cookie);

//删除cookie文件

@ unlink($cookie);

//匹配页面信息

$preg = "/<td class='portrait'>(.*)</td>/i";

preg_match_all($preg, $content, $arr);

$str = $arr[1][0];

//输出内容

echo $str;