PHP CURL或file_get_contents获取网页标题的代码及两者效率的稳定性问题

PHP CURL与file_get_contents函数都可以获取远程服务器上的文件保存到本地,但在性能上面两者完全不在同一个级别,下面我先来介绍PHP CURL或file_get_contents函数应用例子,然后再简单的给各位介绍一下它们的一些小区别吧。

方法 CURL获取

PHP;"> PHP $c = curl_init(); $url = 'www.jb51.cc'; curl_setopt($c,CURLOPT_URL,$url); curl_setopt($c,CURLOPT_RETURNTRANSFER,1); $data = curl_exec($c); curl_close($c); $pos = strpos($data,'utf-8'); if($pos===false){$data = iconv("gbk","utf-8",$data);} preg_match("/(.*)<\/title>/i",$data,$title); echo $title[1]; ?></pre> </div> <p><span style="color: #0000ff">使用file_get_contents</p> <div class="jb51code"> <pre class="brush:<a href="https://www.f2er.com/tag/PHP/" target="_blank" class="keywords">PHP</a>;"> <?<a href="https://www.f2er.com/tag/PHP/" target="_blank" class="keywords">PHP</a> $content=file_get_contents("//www.jb51.cc/"); $pos = strpos($content,'utf-8'); if($pos===false){$content = iconv("gbk",$content);} $postb=strpos($content,'<title>')+7; $poste=strpos($content,''); $length=$poste-$postb; echo substr($content,$postb,$length); ?>

性能

1)fopen/file_get_contents 每次请求远程URL中的数据都会重新做DNS查询,并不对DNS信息进行缓存。但是CURL会自动对DNS信息进行缓存。对同一域名下的网页或者图片的请求只需要一次DNS 查询。这大大减少了DNS查询次数。所以CURL的性能比fopen/file_get_contents 好很多。 2)fopen/file_get_contents在请求HTTP时,使用的是http_fopen_wrapper,不会keeplive。而curl却可以。这样在多次请求多个链接时,curl效率会好一些。(设置header头应该可以) 3)fopen/file_get_contents函数会受到PHP.ini文件中allow_url_open选项配置的影响。如果该配置关闭了,则该函数也就失效了。而curl不受该配置的影响。 4)curl可以模拟多种请求,例如:POST数据,表单提交等,用户可以按照自己的需求来定制请求。而fopen/file_get_contents只能使用get方式获取数据。 5)fopen/file_get_contents 不能正确下载二进制文件 6)fopen/file_get_contents 不能正确处理ssl请求 7)curl 可以利用多线程 8)使用 file_get_contents 的时候如果 网络出现问题, 很容易堆积一些进程在这里 9)如果是要打一个持续连接,多次请求多个页面。那么file_get_contents就会出问题。取得的内容也可能会不对。所以做一些类似采集工作的时候,肯定就有问题了。对做采集抓取的用curl,如果还有同不相信下面我们再做个测试

性能对比PHP代码如下:

1829.PHP

PHP;"> code=='1'){ return false; } $city = $ipinfo->data->region.$ipinfo->data->city; return $city; } function getCity($ip) { $url="http://ip.taobao.com/service/getIpInfo.PHP?ip=".$ip; $ipinfo=json_decode(file_get_contents($url)); if($ipinfo->code=='1'){ return false; } $city = $ipinfo->data->region.$ipinfo->data->city; return $city; } // for file_get_contents $startTime=explode(' ',microtime()); $startTime=$startTime[0] + $startTime[1]; for($i=1;$i<=10;$i++) { echo getCity("121.207.247.202")."
"; } $endTime = explode(' ',microtime()); $endTime = $endTime[0] + $endTime[1]; $totalTime = $endTime - $startTime; echo 'file_get_contents:'.number_format($totalTime,10,'.',"")." seconds
"; //for curl $startTime2=explode(' ',microtime()); $startTime2=$startTime2[0] + $startTime2[1]; for($i=1;$i<=10;$i++) { echo getCityCurl('121.207.247.202')."
"; } $endTime2 = explode(' ',microtime()); $endTime2=$endTime2[0] + $endTime2[1]; $totalTime2 = $endTime2 - $startTime2; echo "curl:".number_format($totalTime2,"")." seconds"; ?>

测试访问

file_get_contents速度:4.2404510975 seconds curl速度:2.8205530643 seconds curl比file_get_contents速度快了30%左右,最重要的是服务器负载更低.

ps:PHP函数file_get_contents与curl效率及稳定性问题

习惯了使用方便快捷的file_get_contents函数抓取别家网站内容,但是总是会遇到获取失败的问题,尽管按照手册中的例子设置了超时,可多数时候不好使:

$config['context'] = stream_context_create(array('http' => array('method' => "GET",'timeout' => 5))); 'timeout' => 5//这个超时时间不稳定,经常不好使。这时候,看一下服务器的连接池,会发现一堆类似下面的错误,让你头疼万分:

file_get_contents(http://***): Failed to open stream…

不得已,安装了curl库,写了一个函数替换

PHP;"> function curl_get_contents($url) { $ch = curl_init(); curl_setopt($ch,$url); //设置访问的URL地址 //curl_setopt($ch,CURLOPT_HEADER,1); //是否显示头部信息 curl_setopt($ch,CURLOPT_TIMEOUT,5); //设置超时 curl_setopt($ch,CURLOPT_USERAGENT,_USERAGENT_); //用户访问代理 User-Agent curl_setopt($ch,CURLOPT_REFERER,_REFERER_); //设置 referer curl_setopt($ch,CURLOPT_FOLLOWLOCATION,1); //跟踪301 curl_setopt($ch,1); //返回结果 $r = curl_exec($ch); curl_close($ch); return $r; }

如此,除了真正的网络问题外,没再出现任何问题。

这是别人做过的关于curl和file_get_contents的测试:

file_get_contents抓取google.com需用秒数:

2.31319094 2.30374217 2.21512604 3.30553889 2.30124092

curl使用的时间:

0.68719101 0.64675593 0.64326 0.81983113 0.63956594

差距很大吧?呵呵,从我使用的经验来说,这两个工具不只是速度有差异,稳定性也相差很大。建议对网络数据抓取稳定性要求比较高的朋友使用上面的 curl_file_get_contents函数,不但稳定速度快,还能假冒浏览器欺骗目标地址哦!

相关文章

Hessian开源的远程通讯,采用二进制 RPC的协议,基于 HTTP 传输。可以实现PHP调用Java,Python,C#等多语...
初识Mongodb的一些总结,在Mac Os X下真实搭建mongodb环境,以及分享个Mongodb管理工具,学习期间一些总结...
边看边操作,这样才能记得牢,实践是检验真理的唯一标准.光看不练假把式,光练不看傻把式,边看边练真把式....
在php中,结果输出一共有两种方式:echo和print,下面将对两种方式做一个比较。 echo与print的区别: (...
在安装好wampServer后,一直没有使用phpMyAdmin,今天用了一下,phpMyAdmin显示错误:The mbstring exte...
变量是用于存储数据的容器,与代数相似,可以给变量赋予某个确定的值(例如:$x=3)或者是赋予其它的变...