什么叫采集？
就是使用PHP程序，把其他网站中的信息抓取到我们自己的数据库中、网站中。
PHP制作采集的技术：
从底层的socket到高层的文件操作函数，一共有3种方法可以实现采集。
1. 使用socket技术采集：
socket采集是最底层的，它只是建立了一个长连接，然后我们要自己构造http协议字符串去发送请求。
例如要想获取这个页面的内容，http://tv.youku.com/?spm=a2hww.20023042.topNav.5~1~3!2~A，用socket写如下：
<?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);
?>打印出的结果如下，包含了返回的头信息及页面的源码：
2. 使用curl_一套函数
curl把HTTP协议都封装成了很多函数，直接传相应参数即可，降低了编写HTTP协议字符串的难度。
前提：在php.ini中要开启curl扩展。
//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);
打印出的结果如下，只包含页面的源码：
3. 直接使用file_get_contents（最顶层的）
前提：在php.ini中设置允许打开一个网络的url地址。
//使用file_get_contents()
$data=file_get_contents("http://www.youku.com");
var_dump($data);3种方式的选择
网络之间通信主要使用的是以上三种。其中后两种用的较多：如果要批量采集大量的数据时使用第二种【CURL】，性能好、稳定。
偶尔发几个请求发的频繁不密集时使用第三种。
更多相关知识，请访问 PHP中文网！！
