php curl 功能简介与抓取163邮件列表

如果你看到的话,那么你需要设置你的php教程并开启这个库,如果你是在windows平台下,那么非常简单,你需要改一改你的php.ini文件的设置,找到php_curl.dll,并取消前面的分号注释就行了,如下所示:

取消下在的注释 extension=php_curl.dll

如果你是在linux下面,那么,google排名你需要重新编译你的php了,编辑时,你需要打开编译参数——在configure命令上加上“–with-curl” 参数.

一个小示例,如果一切就绪,下面是一个小例程,代码如下:

1. <?php  
2. // 初始化一个 curl 对象  
3. $curl = curl_init();  
4. // 设置你需要抓取的url  
5. curl_setopt($curl, curlopt_url, 'http://phpfensi.com');  
6. // 设置header  
7. curl_setopt($curl, curlopt_header, 1);  
8. // 设置curl 参数，要求结果保存到字符串中还是输出到屏幕上。  
9. curl_setopt($curl, curlopt_returntransfer, 1);  
10. // 运行curl，请求网页  
11. $data = curl_exec($curl);  
12. // 关闭url请求  
13. curl_close($curl);  
14. // 显示获得的数据 
15. ?> 

var_dump($data);

如何post数据

上面是抓取网页的代码,下面则是向某个网页post数据,假设我们有一个处理表单的网址http://www.example.com/sendsms.php,其可以接受两个表单域,一个是电话号码,一个是短信内容,代码如下:

1. <?php  
2. $phonenumber　=　'13912345678';  
3. $message　=　'this　message　was　generated　by　curl　and　php'; //开源代码phpfensi.com 
4. $curlpost　=　'pnumber='　.　urlencode($phonenumber)　.　'&message='　.　urlencode($message)　.　'&submit=send';  
5. $ch　=　curl_init();chain link fencing  
6. curl_setopt($ch,　curlopt_url,　'http://www.example.com/sendsms.php');  
7. curl_setopt($ch,　curlopt_header,　1);  
8. curl_setopt($ch,　curlopt_returntransfer,　1);  
9. curl_setopt($ch,　curlopt_post,　1);  
10. curl_setopt($ch,　curlopt_postfields,　$curlpost);  
11. $data　=　curl_exec();  
12. curl_close($ch);  
13. ?> 

从上面的程序我们可以看到,使用curlopt_post设置http协议的post方法,而不是get方法,然后以curlopt_postfields设置post的数据.

关于代理服务器 

下面是一个如何使用代理服务器的示例,请注意其中高亮的代码,代码很简单,我就不用多说了,代码如下:

1. <?php  
2. $ch　=　curl_init();  
3. curl_setopt($ch,　curlopt_url,　'http://www.phpfensi.com');  
4. curl_setopt($ch,　curlopt_header,　1);  
5. curl_setopt($ch,　curlopt_returntransfer,　1);  
6. curl_setopt($ch,　curlopt_httpproxytunnel,　1);  
7. curl_setopt($ch,　curlopt_proxy,　'fakeproxy.com:1080');  
8. curl_setopt($ch,　curlopt_proxyuserpwd,　'user:password');  
9. $data　=　curl_exec();  
10. curl_close($ch);  
11. ?> 

关于ssl和cookie 

关于ssl也就是https协议,你只需要把curlopt_url连接中的http://变成https://就可以了,当然,还有一个参数叫curlopt_ssl_verifyhost可以设置为验证站点.

关于cookie,你需要了解下面三个参数:

curlopt_cookie,在当面的会话中设置一个cookie.

curlopt_cookiejar,当会话结束的时候保存一个cookie.

curlopt_cookiefile,cookie的文件.

http服务器认证,最后,我们来看一看http服务器认证的情况,代码如下:

1. <?php  
2. $ch = curl_init();  
3. curl_setopt($ch, curlopt_url, 'http://www.phpfensi.com');  
4. curl_setopt($ch, curlopt_returntransfer, 1);  
5. curl_setopt($ch, curlopt_httpauth, curlauth_basic);  
6. curl_setopt(curlopt_userpwd, '[username]:[password]')  
7. $data = curl_exec();  
8. curl_close($ch);  
9. ?> 

看一个利用curl抓取163邮箱地址列表代码

curl技术说白了就是模拟浏览器的动作实现页面抓取或表单提交,通过此技术可以实现许多有去的功能,代码如下:

1. <?php  
2. error_reporting(0);  
3. //邮箱用户名（不带@163.com后缀的）  
4. $user = 'papatata_test';  
5. //邮箱密码  
6. $pass = '000000';  
7. //目标邮箱  
8. //$mail_addr = uenucom@163.com';  
9. //登陆  
10. $url = 'http://reg.163.com/logins.jsp教程?type=1&url=http://entry.mail.163.com/coremail/fcg/ntesdoor2?lightweight%3d1%26verifycookie%3d1%26language%3d-1%26style%3d-1';  
11. $ch = curl_init($url);  
12. //创建一个用于存放cookie信息的临时文件  
13. $cookie = tempnam('.','~');  
14. $referer_login = 'http://mail.163.com';  
15. //返回结果存放在变量中，而不是默认的直接输出  
16. curl_setopt($ch, curlopt_returntransfer, true);  
17. curl_setopt($ch, curlopt_header, true);  
18. curl_setopt($ch, curlopt_connecttimeout, 120);  
19. curl_setopt($ch, curlopt_post, true);  
20. curl_setopt($ch, curlopt_referer, $referer_login);  
21. $fields_post = array(  
22. 'username'=> $user,  
23. 'password'=> $pass,  
24. 'verifycookie'=>1,  
25. 'style'=>-1,  
26. 'product'=> 'mail163',  
27. 'seltype'=>-1,  
28. 'secure'=>'on'  
29. );  
30. $headers_login = array(  
31. 'user-agent' => 'mozilla/5.0 (windows; u; windows nt 5.1; zh-cn; rv:1.9) gecko/2008052906 firefox/3.0',  
32. 'referer' => 'http://www.163.com'  
33. );  
34. $fields_string = '';  
35. foreach($fields_post as $key => $value)  
36. {  
37. $fields_string .= $key . '=' . $value . '&';  
38. }  
39. $fields_string = rtrim($fields_string , '&');  
40. curl_setopt($ch, curlopt_cookiesession, true);  
41. //关闭连接时，将服务器端返回的cookie保存在以下文件中  
42. curl_setopt($ch, curlopt_cookiejar, $cookie);  
43. curl_setopt($ch, curlopt_httpheader, $headers_login);  
44. curl_setopt($ch, curlopt_post, count($fields));  
45. curl_setopt($ch, curlopt_postfields, $fields_string);  
46. $result= curl_exec($ch);  
47. curl_close($ch);  
48. //跳转  
49. $url='http://entry.mail.163.com/coremail/fcg/ntesdoor2?lightweight=1&verifycookie=1&language=-1&style=-1&username=loki_wuxi';  
50. $ch = curl_init($url);  
51. $headers = array(  
52. 'user-agent' => 'mozilla/5.0 (windows; u; windows nt 5.1; zh-cn; rv:1.9) gecko/2008052906 firefox/3.0'  
53. );  
54. curl_setopt($ch, curlopt_returntransfer, true);  
55. curl_setopt($ch, curlopt_header, true);  
56. curl_setopt($ch, curlopt_connecttimeout, 120);  
57. curl_setopt($ch, curlopt_post, true);  
58. curl_setopt($ch, curlopt_httpheader, $headers);  
59. //将之前保存的cookie信息，一起发送到服务器端  
60. curl_setopt($ch, curlopt_cookiefile, $cookie);  
61. curl_setopt($ch, curlopt_cookiejar, $cookie);  
62. $result = curl_exec($ch);  
63. curl_close($ch);  
64. //取得sid  
65. preg_match('/sid=[^"].*/', $result, $location);  
66. $sid = substr($location[0], 4, -1);  
67. //file_put_contents('./result.txt', $sid);  
68. //通讯录地址  
69. $url='http://g4a30.mail.163.com/jy3/address/addrlist.jsp?sid='.$sid.'&gid=all';  
70. $ch = curl_init($url);  
71. $headers = array(  
72. 'user-agent' => 'mozilla/5.0 (windows; u; windows nt 5.1; zh-cn; rv:1.9) gecko/2008052906 firefox/3.0'  
73. );  
74. curl_setopt($ch, curlopt_returntransfer, true);  
75. curl_setopt($ch, curlopt_header, true);  
76. curl_setopt($ch, curlopt_connecttimeout, 120);  
77. curl_setopt($ch, curlopt_post, true);  
78. curl_setopt($ch, curlopt_httpheader, $headers);  
79. curl_setopt($ch, curlopt_cookiefile, $cookie);  
80. curl_setopt($ch, curlopt_cookiejar, $cookie);  
81. $result = curl_exec($ch);  
82. curl_close($ch);  
83. //file_put_contents('./result.txt', $result);  
84. unlink($cookie);  
85. //开始抓取内容  
86. preg_match_all('/<td class="ibx_td_addrname"><a[^>]*>(.*?)</a></td><td class="ibx_td_addremail"><a[^>]*>(.*?)</a></td>/i', $result,$infos,preg_set_order);  
87. //1：姓名2：邮箱  
88. print_r($infos);  
89. ?>