PHP利用Curl模拟登录并获取数据例子

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:

1. //模拟登录  
2. function login_post($url, $cookie, $post) {  
3.     $curl = curl_init();//初始化curl模块  
4.     curl_setopt($curl, CURLOPT_URL, $url);//登录提交的地址  
5.     curl_setopt($curl, CURLOPT_HEADER, 0);//是否显示头信息  
6.     curl_setopt($curl, CURLOPT_RETURNTRANSFER, 0);//是否自动显示返回的信息  
7.     curl_setopt($curl, CURLOPT_COOKIEJAR, $cookie); //设置Cookie信息保存在指定的文件中  
8.     curl_setopt($curl, CURLOPT_POST, 1);//post方式提交  
9.     curl_setopt($curl, CURLOPT_POSTFIELDS, http_build_query($post));//要提交的信息  
10.     curl_exec($curl);//执行cURL  
11.     curl_close($curl);//关闭cURL资源，并且释放系统资源  
12. } 

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:

1. //登录成功后获取数据  
2. function get_content($url, $cookie) {  
3.     $ch = curl_init();  
4.     curl_setopt($ch, CURLOPT_URL, $url);  
5.     curl_setopt($ch, CURLOPT_HEADER, 0);  
6.     curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);  
7.     curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie); //读取cookie  
8.     $rs = curl_exec($ch); //执行cURL抓取页面内容  
9.     curl_close($ch);  
10.     return $rs;  
11. } 

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.

1. //设置post的数据  
2. $post = array (  
3.     'email' => 'oschina账户',  
4.     'pwd' => 'oschina密码',  
5.     'goto_page' => '/my',  
6.     'error_page' => '/login',  
7.     'save_login' => '1',  
8.     'submit' => '现在登录'  
9. );  
10.  
11. //登录地址  
12. $url = http://www.phpfensi.com;  
13. //设置cookie保存路径  
14. $cookie = dirname(__FILE__) . '/cookie_oschina.txt';  
15. //登录后要获取信息的地址  
16. $url2 = "http://m.oschina.net/my";  
17. //模拟登录  
18. login_post($url, $cookie, $post);  
19. //获取登录页的信息  
20. $content = get_content($url2, $cookie);  
21. //删除cookie文件  
22. @ unlink($cookie);  
23. //匹配页面信息  
24. $preg = "/<td class='portrait'>(.*)</td>/i";  
25. preg_match_all($preg, $content, $arr);  
26. $str = $arr[1][0];  
27. //输出内容  
28. echo $str;   

运行上述代码后,我们会看到最终获取到登录用户的头像图片.

使用总结:1、初始化curl；2、使用curl_setopt设置目标url，和其他选项；3、curl_exec，执行curl；4、执行后，关闭curl；5、输出数据.