# __ .______ __ __ .______ .___________. ______ ______ .___ ___. # | | | _ \ | | | | | _ \ | | / | / __ \ | \/ | # | | | |_) | | |__| | | |_) | `---| |----` | ,----'| | | | | \ / | # | | | ___/ | __ | | ___/ | | | | | | | | | |\/| | # | | | | | | | | | | | | __ | `----.| `--' | | | | | # |__| | _| |__| |__| | _| |__| (__) \______| \______/ |__| |__| # ""$o o$"" ""$o o$" o "$""""o "o $" o""" $" "$o "$o" $o " $ o$" "$o $$$o$$$$o$$$$ $" "oooo o "" ""$$$$$$$$""o"" oo oooo" "$$$$$$oo"oo$$$o" o$$$$oo" o$$$o "o$$$$$$$ "$ $$$$$$$$$oo o$$$$$$$$$o"$" $ $$$ $$$$$$ o$$$$$$ "$$o"o $ $$$$o $$$$$$ $$$$$$$ $$$$o"o $ $$$$$ $$$$$" "$$$$$ $$$$$$ $ $o""""" """" """ """"""$" $ o$$$$$"""$$$$$"$$$$$""$$$$$ooo"o $ o"$o $$$$$$$$oo$$$$$$$$o $$"" $ oo$ "$$$$$$$$$$$$$$$$$$$$" o" o $oo o$$$"$ $$o"o $$$$$$$"" "$$$$$$$ o$$ $$$$o IPHPT BUG o$$$$" $ $$$$ o "$$$$$oo o$$$$$$ "o$$$$ $ $$$$$ o$$"" $ $$$$$o" "$$$$$$$$$$$$$ o o$$$$$o$ "" $$ $$" $ $$$" o"o$$$$$$$$$$$$ " "$$$ $ $$o o$$ "o $$ " $$$$$$$$$$$"o "$$ $ $$$ $$$ oo$ $ o""$$""$$$o " $"o$o $$$o o$$$$ o$$$"o"$oo$$$$o" o $o $$$$$oo$ $$$$o $$$$ $$$$ $$$$" $ $$$$$"" $$ o$$$ """$$$$"o" "$$$o "$$$o $$$" o """ $ $$$oo $$$$o" $$ o$$$"o" """"$ o$$$ o$" $$$ $ "$"" o$"o"$$o$$$$ "$$"o" o$$ "$oo $ " $$o $ "oo$"o$$$"o$o"$$$$o" o" $$$ ""$o $$ $$$o "o$$o$"$$"$$o$$o$$"$$o" $$$ ""o $$$ ""$$$ $$$$$$ $$$$ $" $$$$ $$ $$$$ $$$$"$$$o$ $"" $$$ $$$$ "$$$ """ $$$$ $$"" "$$ oo$" $ooo $ "$$ 【CURL篇】Curl Multi 多线程抓取代码   -  叶落山城秋

【CURL篇】Curl Multi 多线程抓取代码

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:

$urls= array( 
 'http://www.sina.com.cn/', 
 'http://www.sohu.com/', 
 'http://www.163.com/'
); // 设置要抓取的页面URL 
    
$save_to='/test.txt';  // 把抓取的代码写入该文件  
   
$st= fopen($save_to,"a"); 
$mh= curl_multi_init();  
   
foreach($urlsas$i=> $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($urlsas$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

$urls= array( 
 'http://www.sina.com.cn/', 
 'http://www.sohu.com/', 
 'http://www.163.com/'
); 
   
$save_to='/test.txt';  // 把抓取的代码写入该文件 
$st= fopen($save_to,"a"); 
   
$mh= curl_multi_init(); 
foreach($urlsas$i=> $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($urlsas$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($urlsas$i=> $url) { 
 curl_multi_remove_handle($mh,$conn[$i]); 
 curl_close($conn[$i]); 
} 
   
curl_multi_close($mh); 
fclose($st); 

本文转自:www.jb51.net/article/65237.htm


欢迎转载,但请附上原文地址哦,尊重原创,谢谢大家 本文地址: https://www.iphpt.com/detail/28/
本站(PHP --> Golang)已重构,代码开源

当你能力不能满足你的野心的时候,你就该沉下心来学习