现在的位置: 首页Php>正文
php函数file_get_contents与curl效率及稳定性问题
2012年03月19日 Php 评论数 1 ⁄ 被围观 21,383 次+

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:

  1. $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:

  1. file_get_contents(http://***): failed to open stream…  

不得已,安装了curl库,写了一个函数替换:

  1. function curl_get_contents($url)   
  2. {   
  3.     $ch = curl_init();   
  4.     curl_setopt($ch, CURLOPT_URL, $url);            //设置访问的url地址   
  5.     //curl_setopt($ch,CURLOPT_HEADER,1);            //是否显示头部信息   
  6.     curl_setopt($ch, CURLOPT_TIMEOUT, 5);           //设置超时   
  7.     curl_setopt($ch, CURLOPT_USERAGENT, _USERAGENT_);   //用户访问代理 User-Agent   
  8.     curl_setopt($ch, CURLOPT_REFERER,_REFERER_);        //设置 referer   
  9.     curl_setopt($ch,CURLOPT_FOLLOWLOCATION,1);      //跟踪301   
  10.     curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);        //返回结果   
  11.     $r = curl_exec($ch);   
  12.     curl_close($ch);   
  13.     return $r;   
  14. }  

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:

  1. 2.31319094   
  2. 2.30374217   
  3. 2.21512604   
  4. 3.30553889   
  5. 2.30124092  

curl使用的时间:

  1. 0.68719101   
  2. 0.64675593   
  3. 0.64326   
  4. 0.81983113   
  5. 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!

本文地址:http://www.92csz.com/37/1099.html
如非注明则为本站原创文章,欢迎转载。转载请注明转载自:moon's blog
 

目前有 1 条留言 其中:访客:1 条, 博主:0 条

  1. 微软中国官方 : 2014年03月18日12:56:31  1楼

    确实用file这个函数会耗费很大的资源,我网站每次更新至少都得几个小时,考虑一下用博主的方法试一试。 :?: