컬렉션이란 무엇인가요? 이는 PHP 프로그램을 사용하여 다른 웹사이트의 정보를 당사 데이터베이스와 웹사이트에 수집하는 것입니다. 이 기사에서는 주로 PHP의 세 가지 데이터 수집 방법을 공유합니다. 이것이 도움이 되기를 바랍니다.

PHP 제작 및 수집 기술:

기본 소켓부터 상위 수준 파일 작업 기능까지 수집을 수행하는 방법에는 총 3가지가 있습니다.

1. 소켓 기술을 사용한 수집:

소켓 수집은 단지 긴 연결을 설정한 다음 요청을 보내기 위해 http 프로토콜 문자열을 직접 구성해야 합니다.

<?php  
//连接,$error错误编号,$errstr错误的字符串,30s是连接超时时间
$fp=fsockopen("www.youku.com",80,$errno,$errstr,30);  
if(!$fp) die("连接失败".$errstr);  
//构造http协议字符串，因为socket编程是最底层的，它还没有使用http协议
$http="GET /?spm=a2hww.20023042.topNav.5~1~3!2~A HTTP/1.1\r\n";   //  \r\n表示前面的是一个命令
$http.="Host:www.youku.com\r\n";  //请求的主机
$http.="Connection:close\r\n\r\n";   // 连接关闭，最后一行要两个\r\n
//发送这个字符串到服务器
fwrite($fp,$http,strlen($http));  
//接收服务器返回的数据
$data=&#39;&#39;;  
while (!feof($fp)) {  
$data.=fread($fp,4096);  //fread读取返回的数据，一次读取4096字节
}  
//关闭连接
fclose($fp);  
var_dump($data);  
?>

로그인 후 복사

반환된 헤더 정보와 페이지의 소스 코드를 포함하여 인쇄된 결과는 다음과 같습니다.

2curl_a 함수 집합을 사용하세요. HTTP를 변환하려면 프로토콜이 많은 함수로 캡슐화되어 있으며 해당 매개변수를 직접 전달할 수 있으므로 HTTP 프로토콜 문자열을 작성하는 어려움이 줄어듭니다.

전제 조건: php.ini에서 컬 확장이 활성화되어 있어야 합니다.

//生成一个curl对象
$curl=curl_init();  
//设置URL和相应的选项
curl_setopt($curl, CURLOPT_URL, "http://www.youku.com");  
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);  //将curl_exec()获取的信息以字符串返回，而不是直接输出。
//执行curl操作
$data=curl_exec($curl);  
var_dump($data);

로그인 후 복사

인쇄된 결과는 다음과 같습니다. 여기에는 페이지의 소스 코드만 포함되어 있습니다.

3 file_get_contents를 직접 사용하세요(최상위 수준)

전제 조건: 설정 php.ini에서 네트워크 URL 주소를 열 수 있습니다.

[php] 일반 사본 보기

//使用file_get_contents()
$data=file_get_contents("http://www.youku.com");  
var_dump($data);

로그인 후 복사

주로 네트워크 간 통신에 사용됩니다. 위 세 가지입니다. 후자의 두 가지가 더 일반적으로 사용됩니다. 많은 양의 데이터를 일괄적으로 수집하려면 성능과 안정성이 좋은 두 번째 [CURL]을 사용하십시오.

자주는 아니지만 가끔씩 몇 가지 요청을 보내는 경우 세 번째 방법을 사용하세요.

확장: 사진의 안티 리칭을 깨는 방법은 무엇입니까?

예를 들어 7060 웹사이트의 사진은 핫링크로부터 보호됩니다. 사진은 그의 웹사이트에서 볼 수 있지만 사이트 외부에서는 액세스할 수 없습니다.

원리: HTTP 프로토콜에는 요청의 소스 주소를 나타내는 리퍼러 항목이 있습니다. 서버는 요청이 이 웹사이트에서 나온 것이 아닐 경우 요청을 필터링할 것이라고 판단합니다. :

해결 방법: HTTP를 보낼 때 리퍼러를 직접 시뮬레이션하세요.

확장: 먼저 로그인해야 할 때 일부 데이터가 수집되어야 합니다. 시뮬레이션된 시험을 사용할 수 있습니다. 로그인된 상태에서 수집을 시뮬레이션합니다.

a. 먼저 브라우저를 사용하여 로그인합니다. 로그인한 후 브라우저의 COOKIE에 SESSIONID가 있습니다.b. PHP는 브라우저의 SESSIONID를 PHP의 HTTP 프로토콜에 넣어서 요청을 하면 로그인된 상태에서 요청을 합니다.

요약: 클라이언트가 보낸 모든 데이터는 시뮬레이션될 수 있으므로 서버의 프로그램은 필요한 경우 클라이언트 데이터를 필터링해야 합니다.

위의 것들은 언제 사용해야 하나요? 인터페이스 개발 및 수집 중.

2. 데이터 수집

예를 들어 이 URL에서 모든 미국 영화에 대한 정보를 수집하려면

먼저 영화가 위치한 노드의 구조를 알아야 합니다. 그것을 보려면 방화범을 사용하십시오.

그런 다음 코드 작성을 시작하세요. 전체 코드는 다음과 같습니다

/**
 * 发一个GET请求获取数据
 */
function get($url)  
{  
   global $curl;  
   // 配置curl中的http协议->可配置的荐可以查PHP手册中的curl_
   curl_setopt($curl, CURLOPT_URL, $url);  
   curl_setopt($curl, CURLOPT_RETURNTRANSFER, TRUE);  
   curl_setopt($curl, CURLOPT_HEADER, FALSE);  
   // 执行这个请求
   return curl_exec($curl);  
}  
// 生成一个curl对象
$curl = curl_init();  
$url=&#39;http://list.youku.com/category/show/c_96_a_%E7%BE%8E%E5%9B%BD_s_1_d_1_p_3.html&#39;;  
$data=get($url);  
// 匹配电影所在位置
$list_preg = &#39;/<li class="yk-col4 mr1">.+<\/li>/Us&#39;;  
// 匹配img标签上的src和alt
$img_preg = &#39;/<img class="quic" _src="(.*)" src="(.*)" alt="(.*)" \/>/U&#39;;  
//匹配电影的url
$video_preg=&#39;/<a href="(.*)" title="(.*)" target="(.*)"><\/a>/U&#39;;  
//把所有的li存到$list里，$list是个二维数组
preg_match_all($list_preg,$data,$list);  
   //var_dump($list);
foreach ($list[0] as $k => $v) {   //这里$v就是每一个li标签
/* 获取图片及电影名称
    preg_match($img_preg,$v,$img);  //把匹配到的图片的信息存到$img里
    var_dump($img);
    */
    /*获取电影地址
    preg_match($video_preg,$v,$video);  //把匹配到的电影的信息存到$video里
    var_dump($video);
*/
    preg_match($img_preg,$v,$img);  
    preg_match($video_preg,$v,$video);  
    echo $img[0].&#39;<a href="&#39;.$video[1].&#39;">&#39;.$video[2].&#39;</a>&#39;;  
}

로그인 후 복사

测试：

打印$list;

打印$img

打印$video

最终效果：

如果需要把图片拷贝到硬盘上，则在foreach循环里加上以下代码：

$imgData = get($img[1]);  
   // 把图片文件写到硬盘上【下载】
   // 因为操作系统是GBK的，所以要把UTF8转成GBK
   is_dir(&#39;./youkuimg/&#39;) ? &#39;&#39;: mkdir(&#39;./youkuimg/&#39;);  
file_put_contents(&#39;./youkuimg/&#39;.mb_convert_encoding($img[3], &#39;gbk&#39;, &#39;utf-8&#39;).&#39;.jpg&#39;, $imgData);

로그인 후 복사