什麼叫採集？
就是使用PHP程序，把其他網站中的資訊抓取到我們自己的資料庫中、網站中。
PHP製作採集的技術：
#從底層的socket到高層的檔案操作函數，一共有3種方法可以實現採集。
1. 使用socket技術收集：（建議學習：PHP程式設計從入門到精通）
socket採集是最底層的，它只是建立了一個長連接，然後我們要自己建構http協議字串去發送請求。
例如要想取得優酷頁面的內容，用socket寫如下：
<?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
$data='';
while (!feof($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);
?>列印出的結果如下，包含了傳回的頭資訊及頁面的原始碼：
2. 使用curl_一套函數
curl把HTTP協定都封裝成了很多函數，直接傳對應參數即可，降低了寫HTTP協定字串的難度。
前提：在php.ini中要開啟curl擴充。
function getHTTPS($url) {
$ch = curl_init();
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, FALSE);
curl_setopt($ch, CURLOPT_HEADER, false);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_REFERER, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, TRUE);
$result = curl_exec($ch);
curl_close($ch);
return $result;
}
var_dump(getHTTPS($url));列印出來的結果如下，只包含頁面的原始碼：
3. 直接使用file_get_contents（最頂層的）
前提：在php.ini中設定允許開啟一個網路的url位址。
//使用file_get_contents()
$data=file_get_contents("http://www.youku.com");
var_dump($data);
以上是php使用什麼做資料擷取的詳細內容。更多資訊請關注PHP中文網其他相關文章！
