php file_get_contents 设置代理抓取页面示例

发布时间：2022-02-09 13:39 所属栏目：121 来源：互联网

导读：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54ma

　　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.Cuoxin.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.Cuoxin.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.Cuoxin.com, False, $cxContext);
　　echo $sFile;
　　这样就可以使用代理来抓取页面或文件了.

（编辑：ASP站长网）