在 做一些天气预告或者RSS订阅的法度时，往往须要抓取非本地文件，一般景象下都是哄骗php模仿浏览器的接见，经由过程http恳求接见url地址， 然后获得html源代码或者xml数据，获得数据我们不克不及直接输出，往往须要对内容进行提取，然后再进行格局化，以加倍友爱的体式格式浮现出来。

下面简单说一下php抓取页面的几种办法及道理:

一、 PHP抓取页面的首要办法：

1. file（）函数   

2. file_get_contents（）函数 

3. fopen（）->fread（）->fclose（）模式 

4.curl体式格式 

5. fsockopen（）函数 socket模式 

6. 应用插件（如：http://sourceforge.net/projects/snoopy/）

二、PHP解析html或xml代码首要体式格式：

1. file（）函数

<？php 
￥url=http://t.qq.com; 
￥lines_array=file（￥url）; 
￥lines_string=implode（，￥lines_array）; 
echo htmlspecialchars（￥lines_string）; 

2. file_get_contents（）函数

应用file_get_contents和fopen必须空间开启allow_url_fopen。办法：编辑php.ini，设置
allow_url_fopen = On，allow_url_fopen封闭时fopen和file_get_contents都不克不及打开长途文件。

<？php 
￥url=http://t.qq.com; 
￥lines_string=file_get_contents（￥url）; 
echo htmlspecialchars（￥lines_string）; 

3. fopen（）->fread（）->fclose（）模式

<？php 
￥url=http://t.qq.com; 
￥handle=fopen（￥url，rb）; 
￥lines_string=; 
do{ 
    ￥data=fread（￥handle，1024）;
     if（strlen（￥data）==0） {
        break;
    } 
    ￥lines_string.=￥data; 
}while（true）; 
fclose（￥handle）; 
echo htmlspecialchars（￥lines_string）;

4. curl体式格式


应用curl必须空间开启curl。办法：windows下批改php.ini，将extension=php_curl.dll前面的分号去掉，并且需
要拷贝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下；Linux下要安装curl扩大。

<？php 
￥url=http://t.qq.com; 
￥ch=curl_init（）; 
￥timeout=5; 
curl_setopt（￥ch， CURLOPT_URL， ￥url）; 
curl_setopt（￥ch， CURLOPT_RETURNTRANSFER， 1）; 
curl_setopt（￥ch， CURLOPT_CONNECTTIMEOUT， ￥timeout）; 
￥lines_string=curl_exec（￥ch）; 
curl_close（￥ch）; 
echo htmlspecialchars（￥lines_string）;

5. fsockopen（）函数 socket模式
socket模式可否正确履行，也跟办事器的设置有关系，具体可以经由过程phpinfo查看办事器开启了哪些通信和谈，比如我的本地php socket没开启http，只能应用udp测试一下了。

<？php                                                                                                                                                
￥fp = fsockopen（udp://127.0.0.1， 13， ￥errno， ￥errstr）；
if （!￥fp） { 
    echo ERROR: ￥errno - ￥errstr<br />\n
} else { 
    fwrite（￥fp， \n）
    echo fread（￥fp， 26）
    fclose（￥fp）
}  

6. 插件
网上应当有斗劲多的插件，snoopy插件是在网上搜到的，有爱好的可以研究一下。