锐客网

  1. 首页 > 睿知 > it技术 > >

php模拟登录抓取数据 php登录网站抓取内容( 二 )

IT技术父级


//setcookie('cookie_jar', $cookie_jar); //保存cookie路径
//}
#开始发送请求 ， 传入curl参数
curl_setopt_array($ch, $params);
$content=curl_exec($ch);
preg_match_all($this-preg,$content,$arr);
return $arr;
}
/**
* 采集远程图片
* @param $img图片路径是一个数组
* @param $save_path图片保存在你本地的路径
* @return bool
*/
public function get_img($img,$save_path){
for($i=0;$icount($img);$i++) {
$res=@file_get_contents($img[$i]);
$img_type=substr($img[$i], strrpos($img[$i], "."));
$path=$save_path.time().rand(1,9999999).mt_rand() .$img_type;
$img[$i] = $path;
file_put_contents($path,$res);
}
return $img;
}
//登录后采集
public function register_info(){
//采集的信息需要先登录的就要先模拟登录
//设置cookie保存路径
$ch = curl_init();
//组装用户名和密码
$info['username'] = $this-username;
$info['password'] = $this-pwd;
//模拟表单提交
$params[CURLOPT_URL] = $this-url;//请求url地址
$params[CURLOPT_HEADER] = true; //是否返回响应头信息
$params[CURLOPT_RETURNTRANSFER] = true; //是否将结果返回
$params[CURLOPT_FOLLOWLOCATION] = true; //是否重定向
$params[CURLOPT_USERAGENT] = 'Mozilla/5.0 (Windows NT 5.1; rv:9.0.1) Gecko/20100101 Firefox/9.0.1';
$postfields = '';
//将表单要提交的数据编程URL拼接方式
foreach ($info as $key = $value){
$postfields .= urlencode($key) . '=' . urlencode($value) . '';
}
$params[CURLOPT_POST] = true;
$params[CURLOPT_POSTFIELDS] = $postfields;
//判断是否有cookie,有的话直接使用
if (isset($_COOKIE['cookie_jar'])($_COOKIE['cookie_jar']||is_file($_COOKIE['cookie_jar']))){
$params[CURLOPT_COOKIEFILE] = $_COOKIE['cookie_jar']; //这里判断cookie
}else{
$cookie_jar = tempnam($this-cookie_path, 'cookie'); //产生一个cookie文件
$params[CURLOPT_COOKIEJAR] = $cookie_jar; //写入cookie信息
setcookie('cookie_jar', $cookie_jar); //保存cookie路径
}
curl_setopt_array($ch, $params); //传入curl参数
$content = curl_exec($ch); //执行
return $content;
}
}
我用PHP模拟登陆了然后抓取了数据 怎么提前内容保存到数据库，看下面截图是抓取的网页数据登陆后抓取所有的html代码 。
然后通过正则匹配html标签来获取自己需要的东西php模拟登录抓取数据，最主要的是你获取到html源码后php模拟登录抓取数据，想要什么不就是看你需求php模拟登录抓取数据了嘛，正则有问题可以继续问我 。
PHP 模拟登陆后如何抓取分页页面信息？curl基本特性
模拟浏览器传输数据
实现post/get方式传输
支持多种协议：HTTP、HTTPS、FTP上传
支持cookie，用户名/密码的认证
使用curl完成请求的简单步骤
初始化一个curl句柄
resource curl_init ([ string $url = NULL ] )
设置curl选项
bool curl_setopt ( resource $ch , int $option , mixed $value )
执行curl请求
mixed curl_exec ( resource $ch )
释放curl资源
void curl_close ( resource $ch )
php curl 模拟登录并获取数据实例详解PHP的curl()在抓取网页的效率方面是比较高的，而且支持多线程，而file_get_contents()效率就要稍低些，当然，使用curl时需要开启下curl扩展 。
代码实战
先来看登录部分的代码：
//模拟登录
function
login_post($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

推荐阅读


上一篇：拍摄画图用什么架子，拍画用什么镜头

下一篇：oracle数据库表索引大小，oracle索引种类及选择