PHP Curl实现登陆采集
2010-09-30 23:04:31 来源:WEB开发网核心提示:登陆采集,是指某些网页内容需要使用帐号登陆以后,PHP Curl实现登陆采集,才可以查看,传统的file_get_contents无法获取到登陆后才可查看的内容,在WINDOWS上怎么也保存不上COOKIE,请确认你的路径,curl是PHP中一个强大的组件,可以实现HTTP协议的HEAD,GET,POST方式访问数据
登陆采集,是指某些网页内容需要使用帐号登陆以后,才可以查看,传统的file_get_contents无法获取到登陆后才可查看的内容。
curl是PHP中一个强大的组件,可以实现HTTP协议的HEAD,GET,POST方式访问数据,通过POST即可模拟用户登陆,然后拿到SESSION再获取具体的页面。
注意事项:
1、网页编码问题,如果对方的网页编码与你的不一致,请自行使用iconv或mb_string进行编码转换。
2、COOKIE保存的路径必须是绝对路径,一开始测试的时候,在WINDOWS上怎么也保存不上COOKIE,请确认你的路径。
废话不多说,直接看代码:
<?php $testURL = 'http://www.test.com/show.asp?id=123'; $UserURL = 'http://www.test.com/userlogin.asp?action=login'; $UserData = array('username'=>'coldstar','password'=>'123456.'); $cookiepath = $_SERVER["DOCUMENT_ROOT"] .'\\' .MD5($UserURL); //以登陆域名的MD5值设置为COOKIE文件名 $html = curl_post_contents($UserURL,$UserData,$cookiepath); //模拟登陆 if($html){ if(stripos($html,'登陆成功')){ $html = curl_get_contents($testURL,True,$cookiepath); //获取真正的内容 }else{ $html = '登陆失败'; } } echo $html; function curl_get_contents($url,$usecookie = 0,$cookiepath = ''){ $userAgent = 'Mozilla/4.0+(compatible;+MSIE+6.0;+Windows+NT+5.1;+SV1)'; $referer = $url; $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); //设置访问的url地址 curl_setopt($ch, CURLOPT_TIMEOUT, 10); //设置超时 curl_setopt($ch, CURLOPT_USERAGENT, $userAgent); //用户访问代理 User-Agent curl_setopt($ch, CURLOPT_REFERER, $referer); //设置 referer if($usecookie){ curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiepath); //COOKIE的存储路径,传送时使用 } curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1); //跟踪301 curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); //返回结果 $r = curl_exec($ch); curl_close($ch); return $r; } function curl_post_contents($url,$data = array(),$cookiepath = ''){ $userAgent = 'Mozilla/4.0+(compatible;+MSIE+6.0;+Windows+NT+5.1;+SV1)'; $referer = $url; if(!is_array($data) || !$url) return ''; foreach($data as $key=>$value){$post .= urlencode($key).'='.$value.'&';} rtrim($post ,'&'); $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); //设置访问的url地址 curl_setopt($ch, CURLOPT_TIMEOUT, 10); //设置超时 curl_setopt($ch, CURLOPT_USERAGENT, $userAgent); //用户访问代理 User-Agent curl_setopt($ch, CURLOPT_REFERER, $referer); //设置 referer curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 0); //跟踪301 curl_setopt($ch, CURLOPT_POST, 1); //指定post数据 curl_setopt($ch, CURLOPT_POSTFIELDS, $post); //添加变量 curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiepath); //COOKIE的存储路径,返回时保存COOKIE的路径 curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); //返回结果 $r = curl_exec($ch); curl_close($ch); return $r; } ?>
[]
更多精彩
赞助商链接