黑帽联盟

标题: PHP CURL教学详解 [打印本页]

作者: 定位    时间: 2016-12-27 21:06
标题: PHP CURL教学详解
目前最完整的CURL中文说明,学PHP的要好好掌握,有很多的参数,大部份都很有用,真正掌握了它和正则,一定就是个采集高手了。

PHP中的CURL函式库(Client URL Library Function)
curl_close        关闭一个curl会话
curl_copy_handle        拷贝一个curl连接资源的所有内容和参数
curl_errno        返回一个包含当前会话错误讯息的数字编号
curl_error        返回一个包含当前会话错误讯息的字符串
curl_exec        执行一个curl会话
curl_getinfo        获取一个curl连接资源句柄的讯息
curl_init        初始化一个curl会话
curl_multi_add_handle        向curl批处理会话中添加单独的curl句柄资源
curl_multi_close        关闭一个批处理句柄资源
curl_multi_exec        解析一个curl批处理句柄
curl_multi_getcontent        返回获取的输出的文本流
curl_multi_info_read        获取当前解析的curl的相关传输讯息
curl_multi_init        初始化一个curl批处理句柄资源
curl_multi_remove_handle        移除curl批处理句柄资源中的某个句柄资源
curl_multi_select        Get all the sockets associated with the cURL extension, which can then be "selected"
curl_setopt_array        以数组的形式为一个curl设置会话参数
curl_setopt        为一个curl设置会话参数
curl_version        获取curl相关的版本讯息
curl_init() 函式的作用初始化一个curl会话,curl_init()函式唯一的一个参数是可选的,表示一个url地址。
curl_exec() 函式的作用是执行一个curl会话,唯一的参数是curl_init()函式返回的句柄。
curl_close() 函式的作用是关闭一个curl会话,唯一的参数是curl_init()函式返回的句柄。
curl_version()函式的作用是获取curl相关的版本讯息,curl_version()函式有一个参数,不清楚是做什么的
curl_getinfo()函式的作用是获取一个curl连接资源句柄的讯息,curl_getinfo()函式有两个参数,第一个参数是curl的资源句柄,第二个参数是下面一些常量:

可选的常量包括:
CURLINFO_EFFECTIVE_URL        最后一个有效的url地址
CURLINFO_HTTP_CODE        最后一个收到的HTTP代码
CURLINFO_FILETIME        远程获取文档的时间,如果无法获取,则返回值为「-1」
CURLINFO_TOTAL_TIME        最后一次传输所消耗的时间
CURLINFO_NAMELOOKUP_TIME        名称解析所消耗的时间
CURLINFO_CONNECT_TIME        建立连接所消耗的时间
CURLINFO_PRETRANSFER_TIME        从建立连接到准备传输所使用的时间
CURLINFO_STARTTRANSFER_TIME        从建立连接到传输开始所使用的时间
CURLINFO_REDIRECT_TIME        在事务传输开始前复位向所使用的时间
CURLINFO_SIZE_UPLOAD        上传数据量的总值
CURLINFO_SIZE_DOWNLOAD        下载数据量的总值
CURLINFO_SPEED_DOWNLOAD        平均下载速度
CURLINFO_SPEED_UPLOAD        平均上传速度
CURLINFO_HEADER_SIZE        header部分的大小
CURLINFO_HEADER_OUT        发送请求的字符串
CURLINFO_REQUEST_SIZE        在HTTP请求中有问题的请求的大小
CURLINFO_SSL_VERIFYRESULT        Result of SSL certification verification requested by setting CURLOPT_SSL_VERIFYPEER
CURLINFO_CONTENT_LENGTH_DOWNLOAD        从Content-Length: field中读取的下载内容长度
CURLINFO_CONTENT_LENGTH_UPLOAD        上传内容大小的说明
CURLINFO_CONTENT_TYPE        下载内容的「Content-type」值,NULL表示服务器没有发送有效的「Content-Type: header」
curl_setopt()函式的作用是为一个curl设置会话参数。curl_setopt_array()函式的作用是以数组的形式为一个curl设置会话参数。

可设置的参数有:
CURLOPT_AUTOREFERER        自动设置header中的referer讯息
CURLOPT_BINARYTRANSFER        在启用CURLOPT_RETURNTRANSFER时候将获取数据返回
CURLOPT_COOKIESESSION        启用时curl会仅仅传递一个session cookie,忽略其他的cookie,

默认状况下curl会将所有的cookie返回给服务端。session cookie是指那些用来判断服务器端的session是否有效而存在的cookie。
CURLOPT_CRLF        启用时将Unix的换行符转换成回车换行符。
CURLOPT_DNS_USE_GLOBAL_CACHE        启用时会启用一个全局的DNS缓存,此项为线程安全的,并且默认为true。
CURLOPT_FAILONERROR        显示HTTP状态代码,默认行为是忽略编号小于等于400的HTTP讯息
CURLOPT_FILETIME        启用时会尝试修改远程文文件中的讯息。结果讯息会通过
curl_getinfo()函式的CURLINFO_FILETIME选项返回。
CURLOPT_FOLLOWLOCATION        启用时会将服务器服务器返回的「Location:」放在header中递归的返回给服务器,

使用CURLOPT_MAXREDIRS可以限定递归返回的数量。
CURLOPT_FORBID_REUSE        在完成交互以后强迫断开连接,不能重用。
CURLOPT_FRESH_CONNECT        强制获取一个新的连接,替代缓存中的连接。
CURLOPT_FTP_USE_EPRT        TRUE to use EPRT (and LPRT) when doing active FTP downloads.
Use FALSE to disable EPRT and LPRT and use PORT only. Added in PHP 5.0.0.
CURLOPT_FTP_USE_EPSV        TRUE to first try an EPSV command for FTP transfers before
reverting back to PASV. Set to FALSE to disable EPSV.
CURLOPT_FTPAPPEND        TRUE to append to the remote file instead of overwriting it.
CURLOPT_FTPASCII        An alias of CURLOPT_TRANSFERTEXT. Use that instead.
CURLOPT_FTPLISTONLY        TRUE to only list the names of an FTP directory.
CURLOPT_HEADER        启用时会将头文件的讯息作为数据流输出。
CURLOPT_HTTPGET        启用时会设置HTTP的method为GET,因为GET是默认是,所以只在被修改的情况下使用。
CURLOPT_HTTPPROXYTUNNEL        启用时会通过HTTP代理来传输。
CURLOPT_MUTE        讲curl函式中所有修改过的参数恢复默认值。
CURLOPT_NETRC        在连接建立以后,访问~/.netrc文件获取用户名和密码讯息连接远程站点。
CURLOPT_NOBODY        启用时将不对HTML中的body部分进行输出。
CURLOPT_NOPROGRESS        启用时关闭curl传输的进度条,此项的默认设置为true
CURLOPT_NOSIGNAL        启用时忽略所有的curl传递给php进行的信号。在SAPI多线程传输时此项被默认打开。
CURLOPT_POST        启用时会发送一个常规的POST请求,类型为:application/x-www-form-urlencoded,就像窗体提交的一样。
CURLOPT_PUT        启用时允许HTTP发送文件,必须同时设置CURLOPT_INFILE和CURLOPT_INFILESIZE
CURLOPT_RETURNTRANSFER        讲curl_exec()获取的讯息以文件流的形式返回,而不是直接输出。
CURLOPT_SSL_VERIFYPEER        FALSE to stop cURL from verifying the peer's certificate.
CURLOPT_UNRESTRICTED_AUTH        在使用CURLOPT_FOLLOWLOCATION产生的header中的多个locations中持续追加用户名和密码讯息,即使域名已发生改变。
CURLOPT_UPLOAD        启用时允许文件传输
CURLOPT_VERBOSE        启用时会汇报所有的讯息,存放在STDERR或指定的CURLOPT_STDERR中
CURLOPT_BUFFERSIZE        每次获取的数据中读入缓存的大小,这个值每次都会被填满。
CURLOPT_CLOSEPOLICY        不是CURLCLOSEPOLICY_LEAST_RECENTLY_USED就是
CURLCLOSEPOLICY_OLDEST,还存在另外三个,但是curl暂时还不支持。.
CURLOPT_CONNECTTIMEOUT        在发起连接前等待的时间,如果设置为0,则不等待。
CURLOPT_DNS_CACHE_TIMEOUT        设置在内存中保存DNS讯息的时间,默认为120秒。
CURLOPT_FTPSSLAUTH        The FTP authentication method (when is activated):
CURLFTPAUTH_SSL (try SSL first), CURLFTPAUTH_TLS (try TLS first), or CURLFTPAUTH_DEFAULT (let cURL decide).
CURLOPT_HTTP_VERSION        设置curl使用的HTTP协议,CURL_HTTP_VERSION_NONE(让curl自己判断),CURL_HTTP_VERSION_1_0(HTTP/1.0),CURL_HTTP_VERSION_1_1(HTTP/1.1)
CURLOPT_HTTPAUTH        使用的HTTP验证方法,可选的值 有:CURLAUTH_BASIC,CURLAUTH_DIGEST,CURLAUTH_GSSNEGOTIATE,
CURLAUTH_NTLM,CURLAUTH_ANY,CURLAUTH_ANYSAFE, 可以使用「|」操作符分隔多个值,
curl让服务器选择一个支持最好的值,CURLAUTH_ANY等价于CURLAUTH_BASIC | CURLAUTH_DIGEST | CURLAUTH_GSSNEGOTIATE | CURLAUTH_NTLM,CURLAUTH_ANYSAFE等价于CURLAUTH_DIGEST | CURLAUTH_GSSNEGOTIATE | CURLAUTH_NTLM
CURLOPT_INFILESIZE        设定上传文件的大小
CURLOPT_LOW_SPEED_LIMIT        当传输速度小于CURLOPT_LOW_SPEED_LIMIT时,PHP会根据
CURLOPT_LOW_SPEED_TIME来判断是否因太慢而取消传输。
CURLOPT_LOW_SPEED_TIME        The number of seconds the transfer should be below CURLOPT_LOW_SPEED_LIMIT
for PHP to consider the transfer too slow and abort. 当传输速度小于
CURLOPT_LOW_SPEED_LIMIT时,PHP会根据CURLOPT_LOW_SPEED_TIME来判断是否因太慢而取消传 输。
CURLOPT_MAXCONNECTS        允许的最大连接数量,超过是会通过CURLOPT_CLOSEPOLICY决定应该停止哪些连接
CURLOPT_MAXREDIRS        指定最多的HTTP复位向的数量,这个选项是和CURLOPT_FOLLOWLOCATION一起使用的。
CURLOPT_PORT        一个可选的用来指定连接端口的量
CURLOPT_PROXYAUTH        The HTTP authentication method(s) to use for the proxy connection.
CURLOPT_RESUME_FROM        在恢复传输时传递一个字节偏移量(用来断点续传)
CURLOPT_SSL_VERIFYHOST        1 to check the existence of a common name in the SSL peer certificate.
CURLOPT_SSLVERSION        The SSL version (2 or 3) to use. By default PHP will try to determine this itself, although in some cases this must be set manually.
CURLOPT_TIMECONDITION        如果在CURLOPT_TIMEVALUE指定的某个时间以后被编辑过,则使用CURL_TIMECOND_IFMODSINCE返回页面,
如果没有被修 改过,并且CURLOPT_HEADER为true,则返回一个"304 Not Modified"的header,
CURLOPT_HEADER为false,则使用CURL_TIMECOND_ISUNMODSINCE,
默认值为CURL_TIMECOND_IFMODSINCE
CURLOPT_TIMEOUT        设置curl允许执行的最长秒数
CURLOPT_TIMEVALUE        设置一个CURLOPT_TIMECONDITION使用的时间戳,在默认状态下使用的是CURL_TIMECOND_IFMODSINCE
CURLOPT_CAINFO        The name of a file holding one or more certificates to verify the peer with. This only makes sense when used in combination with CURLOPT_SSL_VERIFYPEER.
CURLOPT_CAPATH        A directory that holds multiple CA certificates. Use this option alongside CURLOPT_SSL_VERIFYPEER.
CURLOPT_COOKIE        设定HTTP请求中「Set-Cookie:」部分的内容。
CURLOPT_COOKIEFILE        包含cookie讯息的文件名称,这个cookie文件可以是Netscape格式或者HTTP风格的header讯息。
CURLOPT_COOKIEJAR        连接关闭以后,存放cookie讯息的文件名称
CURLOPT_CUSTOMREQUEST        A custom request method to use instead of "GET" or "HEAD" when doing a HTTP request.
CURLOPT_EGBSOCKET        Like CURLOPT_RANDOM_FILE, except a filename to an Entropy Gathering Daemon socket.
CURLOPT_ENCODING        header中「Accept-Encoding: 」部分的内容,支持的编码格式为:"identity","deflate","gzip"。

如果设置为空字符串,则表示支持所有的编码格式
CURLOPT_FTPPORT        The value which will be used to get the IP address to use for the FTP "POST" instruction.
CURLOPT_INTERFACE        在外部网络接口中使用的名称,可以是一个接口名,IP或者主机名。
CURLOPT_KRB4LEVEL        KRB4(Kerberos 4)安全级别的设置,可以是一下几个值之一:"clear","safe","confidential","private"。默认的值 为"private",设置为null的时候表示禁用KRB4,现在KRB4安全仅能在FTP传输中使用。
CURLOPT_POSTFIELDS        在HTTP中的「POST」操作。如果要传送一个文件,需要一个@开头的文件名
CURLOPT_PROXY        设置通过的HTTP代理服务器
CURLOPT_PROXYUSERPWD        连接到代理服务器的,格式为「[username]:[password]」的用户名和密码。
CURLOPT_RANDOM_FILE        设定存放SSL用到的随机数种子的文件名称
CURLOPT_RANGE        设置HTTP传输范围,可以用「X-Y」的形式设置一个传输区间,如果有多个HTTP传输,则使用逗号分隔多个值,形如:"X-Y,N-M"。
CURLOPT_REFERER        设置header中"Referer: " 部分的值。
CURLOPT_SSL_CIPHER_LIST        A list of ciphers to use for SSL. For example, RC4-SHA and TLSv1 are valid cipher lists.
CURLOPT_SSLCERT        传递一个包含PEM格式证书的字符串。
CURLOPT_SSLCERTPASSWD        传递一个包含使用CURLOPT_SSLCERT证书必需的密码。
CURLOPT_SSLCERTTYPE        The format of the certificate. Supported formats are "PEM" (default), "DER", and "ENG".
CURLOPT_SSLENGINE        The identifier for the crypto engine of the private SSL key specified in CURLOPT_SSLKEY.
CURLOPT_SSLENGINE_DEFAULT        The identifier for the crypto engine used for asymmetric crypto operations.
CURLOPT_SSLKEY        The name of a file containing a private SSL key.
CURLOPT_SSLKEYPASSWD        The secret password needed to use the private SSL key specified in CURLOPT_SSLKEY.
CURLOPT_SSLKEYTYPE        The key type of the private SSL key specified in CURLOPT_SSLKEY. Supported key types are "PEM" (default), "DER", and "ENG".
CURLOPT_URL        需要获取的URL地址,也可以在PHP的curl_init()函式中设置。
CURLOPT_USERAGENT        在HTTP请求中包含一个」user-agent」头的字符串。
CURLOPT_USERPWD        传递一个连接中需要的用户名和密码,格式为:「[username]:[password]」。
CURLOPT_HTTP200ALIASES        设置不再以error的形式来处理HTTP 200的响应,格式为一个数组。
CURLOPT_HTTPHEADER        设置一个header中传输内容的数组。
CURLOPT_POSTQUOTE        An array of FTP commands to execute on the server after the FTP request has been performed.
CURLOPT_QUOTE        An array of FTP commands to execute on the server prior to the FTP request.
CURLOPT_FILE        设置输出文件的位置,值是一个资源类型,默认为STDOUT (浏览器)。
CURLOPT_INFILE        在上传文件的时候需要读取的文件地址,值是一个资源类型。
CURLOPT_STDERR        设置一个错误输出地址,值是一个资源类型,取代默认的STDERR。
CURLOPT_WRITEHEADER        设置header部分内容的写入的文件地址,值是一个资源类型。
CURLOPT_HEADERFUNCTION        设置一个回调函式,这个函式有两个参数,第一个是curl的资源句柄,
第二个是输出的header数据。header数据的输出必须依赖这个函式,返回已写入的数据大小。
CURLOPT_PASSWDFUNCTION        设置一个回调函式,有三个参数,第一个是curl的资源句柄,第二个是一个密码提示符,
第三个参数是密码长度允许的最大值。返回密码的值。
CURLOPT_READFUNCTION        设置一个回调函式,有两个参数,第一个是curl的资源句柄,第二个是读取到的数据。
数据读取必须依赖这个函式。返回读取数据的大小,比如0或者EOF。
CURLOPT_WRITEFUNCTION        设置一个回调函式,有两个参数,第一个是curl的资源句柄,第二个是写入的数据。
数据写入必须依赖这个函式。返回精确的已写入数据的大小
curl_copy_handle()函式的作用是拷贝一个curl连接资源的所有内容和参数


curl_error()函式的作用是返回一个包含当前会话错误讯息的字符串。
curl_errno() 函式的作用是返回一个包含当前会话错误讯息的数字编号。
curl_multi_init()函式的作用是初始化一个curl批处理句柄资源。
curl_multi_add_handle() 函式的作用是向curl批处理会话中添加单独的curl句柄资源。
url_multi_add_handle() 函式有两个参数,第一个参数表示一个curl批处理句柄资源,第二个参数表示一个单独的curl句柄资源。
curl_multi_exec() 函式的作用是解析一个curl批处理句柄,curl_multi_exec()函式有两个参数,第一个参数表示一个批处理句柄资源,第二个参数是一个引用值的参数,表示剩余需要处理的单个的curl句柄资源数量。
curl_multi_remove_handle() 函式表示移除curl批处理句柄资源中的某个句柄资 源,curl_multi_remove_handle()函式有两个参数,第一个参数表示一个curl批处理句柄资源,第二个参数表示一个单独的curl句柄资源。
curl_multi_close() 函式的作用是关闭一个批处理句柄资源。

curl_multi_getcontent()函式的作用是在设置了CURLOPT_RETURNTRANSFER的情况下,返回获取的输出的文本流。
curl_multi_info_read()函式的作用是获取当前解析的curl的相关传输讯息。
curl_multi_select()
Get all the sockets associated with the cURL extension, which can then be "selected"

范例解说:
如果要用php来抓取网页,一般人最常想到的就是「fopen」这个函式了。但现在有了更强大的函式,「curl」,至于这个函式怎么用呢?就往下看吧!
如使用MySQL一样,首先,我们必须先建立一个「curl」的联机,也因此,必须使用到「$ch = curl_init()」这个函式。而为了怕建立联机忘了关闭。因此,必须先写好关闭的函式,「curl_close($ch)」。
接下来,你可以设定他截取网页的选项, 一般来说常用的有:
CURLOPT_RETURNTRANSFER        将结果回传成字符串
CURLOPT_URL        设定截取网址
CURLOPT_HEADER        是否截取header的信息
CURLOPT_FOLLOWLOCATION        是否抓取转址
CURLOPT_USERAGENT        浏览器的user agent
最后,再执行「curl_exec($ch)」以取出结果就可以了。
而以抓取yahoo为例,若我们要伪装成google bot去抓取

当然,你也可以将选项们设定一个数组,以增加设定时的阅读度。这时就得动用「curl_setopt_array()」这个函式了。

作者: 愤怒的肥皂    时间: 2016-12-28 11:43
好长,学语言是一件耐心的事情
作者: 583558386    时间: 2017-1-2 18:55
学语言是一件耐心的事情




欢迎光临 黑帽联盟 (https://bbs.cnblackhat.com/) Powered by Discuz! X2.5