php抓取页面的几种方式

下面简单说一下php抓取页面的几种方法及原理:

一、 PHP抓取页面的主要方法：

file()函数
file_get_contents()函数
fopen()->fread()->fclose()模式
curl方式
fsockopen()函数 socket模式

二、PHP解析html或xml代码主要方式：

file()函数

    <?php 
     
    $lines_array=file($url); 
    $lines_string=implode('',$lines_array); 
    echo htmlspecialchars($lines_string);

file_get_contents()函数

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。

    <?php 
     
    $lines_string=file_get_contents($url); 
    echo htmlspecialchars($lines_string);

fopen()->fread()->fclose()模式

    <?php 
     
    $handle=fopen($url,"rb"); 
    $lines_string=""; 
    do{ 
        $data=fread($handle,1024);
        if(strlen($data)==0) {
            break;
        } 
        $lines_string.=$data; 
    }while(true); 
    fclose($handle); 
    echo htmlspecialchars($lines_string);

curl方式

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。

    <?php 
     
    $ch=curl_init(); 
    $timeout=5; 
    curl_setopt($ch, CURLOPT_URL, $url); 
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
    curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout); 
    $lines_string=curl_exec($ch); 
    curl_close($ch); 
    echo htmlspecialchars($lines_string);

fsockopen()函数 socket模式

    <?php                                                                                                                                                
    $fp = fsockopen("udp://127.0.0.1", 13, $errno, $errstr)；
    if (!$fp) { 
        echo "ERROR: $errno - $errstr<br />\n"
    } else { 
        fwrite($fp, "\n")
        echo fread($fp, 26)
        fclose($fp)
    }

网上应该有比较多的插件，snoopy插件是在网上搜到的，有兴趣的可以研究一下。