基于PHP的cURL快速入門(mén)2

?

用POST方法發(fā)送數(shù)據(jù)

當(dāng)發(fā)起GET請(qǐng)求時(shí)，數(shù)據(jù)可以通過(guò)“查詢(xún)字串”（query string）傳遞給一個(gè)URL。例如，在google中搜索時(shí)，搜索關(guān)鍵即為URL的查詢(xún)字串的一部分：

http://www.google.com/search?q=nettuts

這種情況下你可能并不需要cURL來(lái)模擬。把這個(gè)URL丟給“file_get_contents()”就能得到相同結(jié)果。

不過(guò)有一些HTML表單是用POST方法提交的。這種表單提交時(shí)，數(shù)據(jù)是通過(guò) HTTP請(qǐng)求體（request body） 發(fā)送，而不是查詢(xún)字串。例如，當(dāng)使用CodeIgniter論壇的表單，無(wú)論你輸入什么關(guān)鍵字，總是被POST到如下頁(yè)面：

http://codeigniter.com/forums/do_search/

你可以用PHP腳本來(lái)模擬這種URL請(qǐng)求。首先，新建一個(gè)可以接受并顯示POST數(shù)據(jù)的文件，我們給它命名為post_output.php：

print_r($_POST);

?

接下來(lái)，寫(xiě)一段PHP腳本來(lái)執(zhí)行cURL請(qǐng)求：

以下為引用的內(nèi)容：

$url = "http://localhost/post_output.php";
$post_data = array (
"foo" => "bar",
"query" => "Nettuts",
"action" => "Submit"
);
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
// 我們?cè)赑OST數(shù)據(jù)哦！
curl_setopt($ch, CURLOPT_POST, 1);
// 把post的變量加上
curl_setopt($ch, CURLOPT_POSTFIELDS, $post_data);
$output = curl_exec($ch);
curl_close($ch);
echo $output;

?


執(zhí)行代碼后應(yīng)該會(huì)得到以下結(jié)果：



這段腳本發(fā)送一個(gè)POST請(qǐng)求給 post_output.php ，這個(gè)頁(yè)面 $_POST 變量并返回，我們利用cURL捕捉了這個(gè)輸出。

文件上傳

上傳文件和前面的POST十分相似。因?yàn)樗械奈募蟼鞅韱味际峭ㄟ^(guò)POST方法提交的。

首先新建一個(gè)接收文件的頁(yè)面，命名為 upload_output.php：

print_r($_FILES);

以下是真正執(zhí)行文件上傳任務(wù)的腳本：

以下為引用的內(nèi)容：

$url = "http://localhost/upload_output.php";
$post_data = array (
"foo" => "bar",
// 要上傳的本地文件地址
"upload" => "@C:/wamp/www/test.zip"
);
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_POSTFIELDS, $post_data);
$output = curl_exec($ch);
curl_close($ch);
echo $output;

?


如果你需要上傳一個(gè)文件，只需要把文件路徑像一個(gè)post變量一樣傳過(guò)去，不過(guò)記得在前面加上@符號(hào)。執(zhí)行這段腳本應(yīng)該會(huì)得到如下輸出：


cURL批處理（multi cURL）

cURL還有一個(gè)高級(jí)特性――批處理句柄（handle）。這一特性允許你同時(shí)或異步地打開(kāi)多個(gè)URL連接。

下面是來(lái)自來(lái)自php.net的示例代碼：

以下為引用的內(nèi)容：

// 創(chuàng)建兩個(gè)cURL資源
$ch1 = curl_init();
$ch2 = curl_init();
// 指定URL和適當(dāng)?shù)膮?shù)
curl_setopt($ch1, CURLOPT_URL, "http://lxr.php.net/");
curl_setopt($ch1, CURLOPT_HEADER, 0);
curl_setopt($ch2, CURLOPT_URL, "http://www.php.net/");
curl_setopt($ch2, CURLOPT_HEADER, 0);
// 創(chuàng)建cURL批處理句柄
$mh = curl_multi_init();
// 加上前面兩個(gè)資源句柄
curl_multi_add_handle($mh,$ch1);
curl_multi_add_handle($mh,$ch2);
// 預(yù)定義一個(gè)狀態(tài)變量
$active = null;
// 執(zhí)行批處理
do {
$mrc = curl_multi_exec($mh, $active);
} while ($mrc == CURLM_CALL_MULTI_PERFORM);
while ($active && $mrc == CURLM_OK) {
if (curl_multi_select($mh) != -1) {
do {
$mrc = curl_multi_exec($mh, $active);
} while ($mrc == CURLM_CALL_MULTI_PERFORM);
}
}
// 關(guān)閉各個(gè)句柄
curl_multi_remove_handle($mh, $ch1);
curl_multi_remove_handle($mh, $ch2);
curl_multi_close($mh);

?


這里要做的就是打開(kāi)多個(gè)cURL句柄并指派給一個(gè)批處理句柄。然后你就只需在一個(gè)while循環(huán)里等它執(zhí)行完畢。

這個(gè)示例中有兩個(gè)主要循環(huán)。第一個(gè) do-while 循環(huán)重復(fù)調(diào)用 curl_multi_exec() 。這個(gè)函數(shù)是無(wú)隔斷（non-blocking）的，但會(huì)盡可能少地執(zhí)行。它返回一個(gè)狀態(tài)值，只要這個(gè)值等于常量 CURLM_CALL_MULTI_PERFORM ，就代表還有一些刻不容緩的工作要做（例如，把對(duì)應(yīng)URL的http頭信息發(fā)送出去）。也就是說(shuō)，我們需要不斷調(diào)用該函數(shù)，直到返回值發(fā)生改變。

而接下來(lái)的 while 循環(huán)，只在 $active 變量為 true 時(shí)繼續(xù)。這一變量之前作為第二個(gè)參數(shù)傳給了 curl_multi_exec() ，代表只要批處理句柄中是否還有活動(dòng)連接。接著，我們調(diào)用 curl_multi_select() ，在活動(dòng)連接（例如接受服務(wù)器響應(yīng)）出現(xiàn)之前，它都是被“屏蔽”的。這個(gè)函數(shù)成功執(zhí)行后，我們又會(huì)進(jìn)入另一個(gè) do-while 循環(huán)，繼續(xù)下一條URL。

還是來(lái)看一看怎么把這一功能用到實(shí)處吧：

WordPress 連接檢查器

想象一下你有一個(gè)文章數(shù)目龐大的博客，這些文章中包含了大量外部網(wǎng)站鏈接。一段時(shí)間之后，因?yàn)檫@樣那樣的原因，這些鏈接中相當(dāng)數(shù)量都失效了。要么是被和諧了，要么是整個(gè)站點(diǎn)都被功夫網(wǎng)了...

我們下面建立一個(gè)腳本，分析所有這些鏈接，找出打不開(kāi)或者404的網(wǎng)站/網(wǎng)頁(yè)，并生成一個(gè)報(bào)告。

請(qǐng)注意，以下并不是一個(gè)真正可用的WordPress插件，僅僅是一段獨(dú)立功能的腳本而已，僅供演示，謝謝。

好，開(kāi)始吧。首先，從數(shù)據(jù)庫(kù)中讀取所有這些鏈接：

以下為引用的內(nèi)容：

// CONFIG
$db_host = 'localhost';
$db_user = 'root';
$db_pass = '';
$db_name = 'wordpress';
$excluded_domains = array(
'localhost', 'www.mydomain.com');
$max_connections = 10;
// 初始化一些變量
$url_list = array();
$working_urls = array();
$dead_urls = array();
$not_found_urls = array();
$active = null;
// 連到 MySQL
if (!mysql_connect($db_host, $db_user, $db_pass)) {
die('Could not connect: ' . mysql_error());
}
if (!mysql_select_db($db_name)) {
die('Could not select db: ' . mysql_error());
}
// 找出所有含有鏈接的文章
$q = "SELECT post_content FROM wp_posts
WHERE post_content LIKE '%href=%'
AND post_status = 'publish'
AND post_type = 'post'";
$r = mysql_query($q) or die(mysql_error());
while ($d = mysql_fetch_assoc($r)) {
// 用正則匹配鏈接
if (preg_match_all("!href=\"(.*?)\"!", $d['post_content'], $matches)) {
foreach ($matches[1] as $url) {
// exclude some domains
$tmp = parse_url($url);
if (in_array($tmp['host'], $excluded_domains)) {
continue;
}
// store the url
$url_list []= $url;
}
}
}
// 移除重復(fù)鏈接
$url_list = array_values(array_unique($url_list));
if (!$url_list) {
die('No URL to check');
}

?



我們首先配置好數(shù)據(jù)庫(kù)，一系列要排除的域名（$excluded_domains），以及最大并發(fā)連接數(shù)（$max_connections）。然后，連接數(shù)據(jù)庫(kù)，獲取文章和包含的鏈接，把它們收集到一個(gè)數(shù)組中（$url_list）。