PHP使用CURL实现多线程抓取网页

PHP 利用 Curl Functions 可以完成各种传送文件操作，比如模拟浏览器发送GET，POST请求等等，受限于php语言本身不支持多线程，所以开发爬虫程序效率并不高，这时候往往需要借助Curl Multi Functions 它可以实现并发多线程的访问多个url地址。既然 Curl Multi Function如此强大，能否用 Curl Multi Functions 来写并发多线程下载文件呢，当然可以，下面给出我的代码：
代码1：将获得的代码直接写入某个文件

<?php $urls = array（ "http://www.sina.com.cn/", "http://www.sohu.com/", "http://www.163.com/" ）; // 设置要抓取的页面URL $save_to="/test.txt";// 把抓取的代码写入该文件 $st = fopen（$save_to,"a"）;$mh = curl_multi_init（）; foreach （$urls as $i => $url） { $conn[$i] = curl_init（$url）; curl_setopt（$conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 （compatible; MSIE 7.0; Windows NT 6.0）"）; curl_setopt（$conn[$i], CURLOPT_HEADER ,0）; curl_setopt（$conn[$i], CURLOPT_CONNECTTIMEOUT,60）; curl_setopt（$conn[$i], CURLOPT_FILE,$st）; // 设置将爬取的代码写入文件 curl_multi_add_handle （$mh,$conn[$i]）;} // 初始化 do { curl_multi_exec（$mh,$active）;} while （$active）; // 执行 foreach （$urls as $i => $url） { curl_multi_remove_handle（$mh,$conn[$i]）; curl_close（$conn[$i]）;} // 结束清理 curl_multi_close（$mh）;fclose（$st）; ?>

代码2：将获得的代码先放入变量，再写入某个文件

<?php $urls = array（ "http://www.sina.com.cn/", "http://www.sohu.com/", "http://www.163.com/" ）;$save_to="/test.txt";// 把抓取的代码写入该文件$st = fopen（$save_to,"a"）;$mh = curl_multi_init（）;foreach （$urls as $i => $url） { $conn[$i] = curl_init（$url）; curl_setopt（$conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 （compatible; MSIE 7.0; Windows NT 6.0）"）; curl_setopt（$conn[$i], CURLOPT_HEADER ,0）; curl_setopt（$conn[$i], CURLOPT_CONNECTTIMEOUT,60）; curl_setopt（$conn[$i],CURLOPT_RETURNTRANSFER,true）; // 设置不将爬取代码写到浏览器，而是转化为字符串 curl_multi_add_handle （$mh,$conn[$i]）;}do { curl_multi_exec（$mh,$active）;} while （$active）; foreach （$urls as $i => $url） { $data = curl_multi_getcontent（$conn[$i]）; // 获得爬取的代码字符串 fwrite（$st,$data）; // 将字符串写入文件。当然，也可以不写入文件，比如存入数据库} // 获得数据变量，并写入文件foreach （$urls as $i => $url） { curl_multi_remove_handle（$mh,$conn[$i]）; curl_close（$conn[$i]）;}curl_multi_close（$mh）;fclose（$st）;?>

以上所述就是本文的全部内容了，希望大家能够喜欢。