php file_get_contents 设置代理抓取页面示例

发布:smiling　来源: PHP粉丝网　添加日期：2014-07-12 13:26:13　浏览: 评论：0　

file_get_contents函数在php中可以直接打开本地文件也可以直接抓取远程服务器文件,如果简单的采集我们可以使用file_get_contents直接来操作,如果有防采集我们可能需要代理来操作,下面我来介绍file_get_contents抓取页面示例.

例1,普通页面获取

例如,访问54master论坛,想抓取首页里所有h3标记内的元素,代码如下:

$url=http://www.phpfensi.com;

$contents=@file_get_contents($url);

//preg_match_all("/<p class="right forumcount">(.*?)</p>/is",$contents,$content);

preg_match_all("/<h3>(.*?)</h3>/is",$contents,$content);

print_r($content[0]);

例2,设置代码IP去采集数据

使用file_get_contents 和 stream_context_create 即可,代码如下:

$aContext = array(

    'http' => array(

        'proxy' => 'tcp://192.168.0.2:3128',  //这里设置你要使用的代理ip及端口号

        'request_fulluri' => true,

    ),

);

$cxContext = stream_context_create($aContext);

$sFile = file_get_contents("http://www.phpfensi.com", False, $cxContext);

echo $sFile;

以上代码适用于正常情况,但是如果目标页面需要登录或需要认证信息才能访问的话,可以加多一句代码,代码如下:

$auth = base64_encode('LOGIN:PASSWORD');//LOGIN:PASSWORD 这里是你的账户名及密码

$aContext = array(

    'http' => array(

        'proxy' => 'tcp://192.168.0.2:3128',//这里设置你要使用的代理ip及端口号

        'request_fulluri' => true,

        'header' => "Proxy-Authorization: Basic $auth",

    ),

);

$cxContext = stream_context_create($aContext);

$sFile = file_get_contents(http://www.phpfensi.com, False, $cxContext);

echo $sFile;