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。