最近做一个网页小偷程序的时候才发现file_get_content已经完全不能满足需求了。我觉得，在读取远程内容的时候，file_get_content除了使用比curl便捷以外，其他都没有curl好。

抓取远程内容，之前一直都在用file_get_content函数，其实早就知道有curl这么一个好东西的存在，但是看了一眼后感觉使用颇有些复杂，没有file_get_content那么简单，再就是需求也不大，所以没有学习使用curl。

直到最近，要做一个网页小偷程序的时候才发现file_get_content已经完全不能满足需求了。我觉得，在读取远程内容的时候，file_get_content除了使用比curl便捷以外，其他都没有curl好。

php中curl和file_get_content的一些比较

主要区别：

学习才发现，curl支持很多协议，有FTP, FTPS, HTTP, HTTPS, GOPHER, TELNET, DICT, FILE以及LDAP，也就是说，它能做到很多file_get_content做不到的事情。curl在php可以实现远程获取和采集内容；实现PHP网页版的FTP上传下载；实现模拟登陆；实现接口对接（API），数据传输；实现模拟Cookie；下载文件断点续传等等，功能十分强大。

了解curl一些基本的使用后，才发现其实并不难，只不过记住里面一些设置参数，难弄一点，但是我们记住几个常用的就可以了。

开启curl：

因为PHP默认是不支持curl功能的，因此如果要用curl的话，首先需要在php.ini中开启该功能，即去掉 ;extension= php_curl.dll 前面的分号，然后保存后重启apache/iis就好了。

基本语法：

1. $my_curl = curl_init();    //初始化一个curl对象 
2. curl_setopt($my_curl, CURLOPT_URL, "https://www.phpfensi.com");    //设置你需要抓取的URL 
3. curl_setopt($my_curl,CURLOPT_RETURNTRANSFER,1);    //设置是将结果保存到字符串中还是输出到屏幕上，1表示将结果保存到字符串 
4. $str = curl_exec($curl);    //执行请求 
5. echo $str;    //输出抓取的结果 
6. curl_close($curl);    //关闭url请求 

最近需要获取别人网站上的音乐数据。用了file_get_contents函数，但是总是会遇到获取失败的问题，尽管按照手册中的例子设置了超时，可多数时候不会奏效：

1. $config['context'] = stream_context_create(array('http' => array('method' => "GET", 
2. 'timeout' => 5//这个超时时间不稳定，经常不奏效 
3. ) 
4. )); 

这时候，看一下服务器的连接池，会发现一堆类似的错误，让我头疼万分：

file_get_contents(http://***): failed to open stream…

现在改用了curl库，写了一个函数替换：

1. function curl_file_get_contents($durl){ 
2. $ch = curl_init(); 
3. curl_setopt($ch, CURLOPT_URL, $durl); 
4. curl_setopt($ch, CURLOPT_TIMEOUT, 5); 
5. curl_setopt($ch, CURLOPT_USERAGENT, _USERAGENT_); 
6. curl_setopt($ch, CURLOPT_REFERER,_REFERER_); 
7. curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
8. $r = curl_exec($ch); 
9. curl_close($ch); 
10. return $r; 
11. } 

如此，除了真正的网络问题外，没再出现任何问题。

这是别人做过的关于curl和file_get_contents的测试：

file_get_contents抓取google.com需用秒数：

1. 2.31319094 
2. 2.30374217 
3. 2.21512604 
4. 3.30553889 
5. 2.30124092 

curl使用的时间：

1. 0.68719101 
2. 0.64675593 
3. 0.64326 
4. 0.81983113 
5. 0.63956594 

差距很大？呵呵，从我使用的经验来说，这两个工具不只是速度有差异，稳定性也相差很大。

建议对网络数据抓取稳定性要求比较高的朋友使用上面的 curl_file_get_contents函数，不但稳定速度快，还能假冒浏览器欺骗目标地址哦！

方法1: 用file_get_contents 以get方式获取内容，代码如下:

1. <?php 
2. $url='http://www.domain.com/'; 
3. $html = file_get_contents($url); 
4. echo $html; 
5. ?> 

方法2: 用fopen打开url, 以get方式获取内容，代码如下:

1. <?php 
2. $fp = fopen($url, 'r'); 
3. stream_get_meta_data($fp); 
4. while(!feof($fp)) { 
5. $result .= fgets($fp, 1024); 
6. } 
7. echo "url body: $result"; 
8. fclose($fp); 
9. ?> 

方法3：用file_get_contents函数,以post方式获取url，代码如下:

1. <?php 
2. $data = array ('foo' => 'bar'); 
3. $data = http_build_query($data); 
4. $opts = array ( 
5. 'http' => array ( 
6. 'method' => 'POST', 
7. 'header'=> "Content-type: application/x-www-form-urlencodedrn" . 
8. "Content-Length: " . strlen($data) . "rn", 
9. 'content' => $data 
10. ) 
11. ); 
12. $context = stream_context_create($opts); 
13. $html = file_get_contents('http://localhost/e/admin/test.html', false, $context); 
14. echo $html; 
15. ?> 

方法4：用fsockopen函数打开url，以get方式获取完整的数据，包括header和body，代码如下:

1. <?php 
2. function get_url ($url,$cookie=false) 
3. { 
4. $url = parse_url($url); 
5. $query = $url[path]."?".$url[query]; 
6. echo "Query:".$query; 
7. $fp = fsockopen( $url[host], $url[port]?$url[port]:80 , $errno, $errstr, 30); 
8. if (!$fp) { 
9. return false; 
10. } else { 
11. $request = "GET $query HTTP/1.1rn"; 
12. $request .= "Host: $url[host]rn"; 
13. $request .= "Connection: Closern"; 
14. if($cookie) $request.="Cookie: $cookien"; 
15. $request.="rn"; 
16. fwrite($fp,$request); 
17. while()) { 
18. $result .= @fgets($fp, 1024); 
19. } 
20. fclose($fp); 
21. return $result; 
22. } 
23. } 
24. //获取url的html部分，去掉header 
25. function GetUrlHTML($url,$cookie=false) 
26. { 
27. $rowdata = get_url($url,$cookie); 
28. if($rowdata) 
29. { 
30. $body= stristr($rowdata,"rnrn"); 
31. $body=substr($body,4,strlen($body)); 
32. return $body; 
33. } 
34. return false; 
35. } 
36. ?> 

方法5：用fsockopen函数打开url，以POST方式获取完整的数据，包括header和body，代码如下:

1. <?php 
2. function HTTP_Post($URL,$data,$cookie, $referrer="") 
3. { 
4. // parsing the given URL 
5. $URL_Info=parse_url($URL); 
6. // Building referrer 
7. if($referrer=="") // if not given use this script as referrer 
8. $referrer="111″; 
9.  
10. // making string from $data 
11. foreach($data as $key=>$value) 
12. $values[]="$key=".urlencode($value); 
13. $data_string=implode("&",$values); 
14.  
15. // Find out which port is needed – if not given use standard (=80) 
16. if(!isset($URL_Info["port"])) 
17. $URL_Info["port"]=80; 
18.  
19. // building POST-request: 
20. $request.="POST ".$URL_Info["path"]." HTTP/1.1n"; 
21. $request.="Host: ".$URL_Info["host"]."n"; 
22. $request.="Referer: $referern"; 
23. $request.="Content-type: application/x-www-form-urlencodedn"; 
24. $request.="Content-length: ".strlen($data_string)."n"; 
25. $request.="Connection: closen"; 
26.  
27. $request.="Cookie: $cookien"; 
28.  
29. $request.="n"; 
30. $request.=$data_string."n"; 
31.  
32. $fp = fsockopen($URL_Info["host"],$URL_Info["port"]); 
33. fputs($fp, $request); 
34. while(!feof($fp)) { 
35. $result .= fgets($fp, 1024); 
36. } 
37. fclose($fp); 
38.  
39. return $result; 
40. } 
41. ?> 

方法6:使用curl库，使用curl库之前，可能需要查看一下php.ini是否已经打开了curl扩展，代码如下:

1. <?php 
2. $ch = curl_init(); 
3. $timeout = 5; 
4. curl_setopt ($ch, CURLOPT_URL, 'http://www.domain.com/'); 
5. curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1); 
6. curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout); 
7. $file_contents = curl_exec($ch); 
8. curl_close($ch); 
9. echo $file_contents; 
10. ?> 

php中 curl， fsockopen ，file_get_contents 三个函数 都可以实现采集模拟发言 。三者有什么区别，或者讲究么。

赵永斌:

有些时候用file_get_contents()调用外部文件,容易超时报错。换成curl后就可以.具体原因不清楚

curl 效率比file_get_contents()和fsockopen()高一些,原因是CURL会自动对DNS信息进行缓存(亮点啊有我待亲测)

范佳鹏:

file_get_contents curl fsockopen

在当前所请求环境下选择性操作，没有一概而论：

具我们公司开发KBI应用来看：

刚开始采用：file_get_contents

后来采用：fsockopen

最后到至今采用：curl

（远程）我个人理解到的表述如下（不对请指出，不到位请补充）

file_get_contents 需要php.ini里开启allow_url_fopen,请求http时，使用的是http_fopen_wrapper，不会keeplive.curl是可以的。

file_get_contents()单个执行效率高，返回没有头的信息。

这个是读取一般文件的时候并没有什么问题，但是在读取远程问题的时候就会出现问题。

如果是要打一个持续连接，多次请求多个页面。那么file_get_contents和fopen就会出问题。

取得的内容也可能会不对。所以做一些类似采集工作的时候，肯定就有问题了。

sock较底层，配置麻烦，不易操作。 返回完整信息。

潘少宁-腾讯：

file_get_contents 虽然可以获得某URL的内容，但不能post get啊。

curl 则可以post和get啊。还可以获得head信息

而socket则更底层。可以设置基于UDP或是TCP协议去交互

file_get_contents 和 curl 能干的，socket都能干。

socket能干的，curl 就不一定能干了

file_get_contents 更多的时候 只是去拉取数据。效率比较高 也比较简单。

赵的情况这个我也遇到过，我通过CURL设置host 就OK了。 这和网络环境有关系。

Tags: curl fsocket file_get_content

分享到：