PHP使用CURL实现多线程抓取网页

php  /  管理员 发布于 7年前   114

PHP 利用 Curl Functions 可以完成各种传送文件操作，比如模拟浏览器发送GET，POST请求等等，受限于php语言本身不支持多线程，所以开发爬虫程序效率并不高，这时候往往需 要借助Curl Multi Functions 它可以实现并发多线程的访问多个url地址。既然 Curl Multi Function如此强大，能否用 Curl Multi Functions 来写并发多线程下载文件呢，当然可以，下面给出我的代码：

代码1：将获得的代码直接写入某个文件

 $url) {   $conn[$i] = curl_init($url);   curl_setopt($conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)");   curl_setopt($conn[$i], CURLOPT_HEADER ,0);   curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60);   curl_setopt($conn[$i], CURLOPT_FILE,$st); // 设置将爬取的代码写入文件   curl_multi_add_handle ($mh,$conn[$i]);  } // 初始化     do {   curl_multi_exec($mh,$active);  } while ($active); // 执行     foreach ($urls as $i => $url) {   curl_multi_remove_handle($mh,$conn[$i]);   curl_close($conn[$i]);  } // 结束清理     curl_multi_close($mh);  fclose($st); ?> 

代码2：将获得的代码先放入变量，再写入某个文件

 $url) {   $conn[$i] = curl_init($url);   curl_setopt($conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)");   curl_setopt($conn[$i], CURLOPT_HEADER ,0);   curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60);   curl_setopt($conn[$i],CURLOPT_RETURNTRANSFER,true); // 设置不将爬取代码写到浏览器，而是转化为字符串   curl_multi_add_handle ($mh,$conn[$i]);  }    do {   curl_multi_exec($mh,$active);  } while ($active);     foreach ($urls as $i => $url) {   $data = curl_multi_getcontent($conn[$i]); // 获得爬取的代码字符串   fwrite($st,$data); // 将字符串写入文件。当然，也可以不写入文件，比如存入数据库  } // 获得数据变量，并写入文件    foreach ($urls as $i => $url) {   curl_multi_remove_handle($mh,$conn[$i]);   curl_close($conn[$i]);  }    curl_multi_close($mh);  fclose($st);  ?> 

以上所述就是本文的全部内容了，希望大家能够喜欢。

您可能感兴趣的文章:

• 使用pthreads实现真正的PHP多线程（需PHP5.3以上版本）
• php pthreads多线程的安装与使用
• php使用pthreads v3多线程实现抓取新浪新闻信息操作示例
• PHP pthreads v3下的Volatile简介与使用方法示例
• PHP pthreads v3使用中的一些坑和注意点分析
• 实现PHP多线程异步请求的3种方法
• php异步多线程swoole用法实例
• PHP安装threads多线程扩展基础教程
• PHP多线程批量采集下载美女图片的实现代码(续)
• PHP使用CURL_MULTI实现多线程采集的例子
• php多线程并发实现方法
• PHP pthreads v3下同步处理synchronized用法示例