浅谈PHP模拟发送POST请求之curl基本使用

cURL的基本使用步骤

首先来介绍cURL:

cURL按照HTTP头信息来模拟浏览器传输数据，它支持FTP,FTPS,HTTP,HTTPS,DICT,FILE等协议，拥有HTTPS认证，HTTPPOST方法，HTTPPUT方法，FTP上传，HTTP上传，代理服务器，cookies，用户名/密码认证等功能。cURL可谓是实现爬站抓取网页、POST数据等功能的利器。

使用cURL函数主要分为四部分：

1.初始化cURL。

2.设置cURL变量，这是cRUL的核心，扩展功能全靠这一步骤。

3.执行cURL,获取结果。

4.关闭连接，回收资源。

				?

									$ch = curl_init();//1

									curl_setopt($ch, CURLOPT_URL, "http://localhost");//2

									$output = curl_exec($ch);//3

									curl_close($ch);//4

另外，我们还可以使用curl_getinfo($ch)函数获取curl执行的信息，其结果为一个数组

$info数组的内容包括如下等内容：

“url”//资源网络地址
“content_type”//内容编码
“http_code”//HTTP状态码
“filetime”//文件创建时间
“total_time”//总耗时
“size_upload”//上传数据的大小
“size_download”//下载数据的大小
“speed_download”//下载速度
“speed_upload”//上传速度
“download_content_length”//下载内容的长度
“upload_content_length”//上传内容的长度

cURL的常用设置

下面详细介绍curl使用第二步时常用的变量设置，在使用curl函数时，可以按各种需求来设置。

设置基本信息：

curl_setopt($ch,CURLOPT_URL,$string);//设置curl的目录地址

curl_setopt($ch,CURLOPT_PORT,$port);//设置连接端口，一般不设置默认80

curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);//返回结果流，并不是输出它留待后续处理，一般会设置这一项，稍后处理抓取到的信息，而不是直接输出出来。

设置POST数据信息：

curl_setopt($ch,CURLOPT_POST,1);//设置传送数据方式为POST

curl_setopt($ch,CURLOPT_POSTFIELDS,$string);//设置要传输的数据

设置验证信息：

curl_setopt($ch,CURLOPT_COOKIE,$string);//设置curl执行时所携带的Cookie信息

curl_setopt($ch,CURLOPT_USERAGENT,$string);//设置curl模拟的浏览器信息

curl_setopt($ch,CURLOPT_REFERER,$string);//设置header中的referer,有利于破解防盗链

curl_setopt($ch,CURLOPT_USERPWD,$string);//传递一个连接中需要的用户名和密码，格式为："[username]:[password]"

curl_setopt($ch,CURLOPT_FOLLOWLOCATION,1);//设置允许服务器重定向

设置强化信息：

curl_setopt($ch,CURLOPT_NOBODY,1);//设置不允许输出HTMLbody体，如果在抓取页面标题等信息时设置此选项会大大加快速度

curl_setopt($ch,CURLOPT_TIMEOUT,$int);//设置允许执行的最长秒数（超时时间），设置数值小的时候，CURL会放弃执行时间长的页面

curl_setopt($ch,CURLOPT_HEADER,1);//设置允许将读取目标时产生的header头文件包含在输出流中

cURL批处理功能的基本使用

当然cURL的功能并不止于此，在手册上你可以找到它更多的变量设置。而且cURL最强大的地方在其批处理功能。

cURL的批处理似乎也很好理解，以下是一般步骤：

1.$mh=curl_multi_init();//初始化一个批处理句柄。

2.curl_multi_add_handle($mh,$ch);//往批处理句柄中添加设置好的$ch句柄。

3.curl_multi_exec($mh,$running);//执行$mh句柄，并将$mh句柄的运行状态写入$running变量中

4.当$running为true时循环执行curl_multi_close()函数

5.循环结束后遍历$mh句柄，用curl_multi_getcontent()获取第一个句柄的返回值

6.用curl_multi_remove_handle()将$mh中的句柄移除

7.用curl_multi_close()关闭$mh批处理句柄。

代码如下：

				?

									<?php 

									        $chArr=[];

									        for($i=0;$i<50;$i++){

									            　 $chArr[$i]=curl_init("http://www.baidu.com");

									             　curl_setopt($chArr[$i],CURLOPT_RETURNTRANSFER,1);

									        }

									       $mh = curl_multi_init(); //1

									       foreach($chArr as $k => $ch){      

									       　　curl_multi_add_handle($mh,$ch); //2

									　　　　}

									       $running = null; 

									       do{ 

									         　　curl_multi_exec($mh,$running); //3

									        }while($running > 0); //4

									        foreach($chArr as $k => $ch){ 

									              $result[$k]= curl_multi_getcontent($ch); //5

									              curl_multi_remove_handle($mh,$ch);//6

									        }

									        curl_multi_close($mh); //7

									      ?>

cURL批处理时内存占用过多的问题

但是，执行大批量的句柄时我们会发现一个很严重的问题，那就是执行时系统CPU占用率几乎100%，几乎是死机状态了。纠其原因，那是因为在$running>0,执行curl_multi_exec($mh,$running)而整个批处理句柄没有全部执行完毕时，系统会不停地执行curl_multi_exec()函数。我们用实验来证明：

我们在循环中curl_multi_exec($mh,$running)句前加入一个echo"a";的语句。我们的目的是执行50次对百度的访问，然后来看一下结果。

浅谈PHP模拟发送POST请求之curl基本使用

从图中滚动条的大小(滚动条已经最小状态了)可以大概看出输出a的个数，500个也不止，所以我们便可以找到占用CPU的罪魁祸首了。

cURL批处理时的内存优化方案

进行改动的方式是应用curl函数库中的curl_multi_select()函数，其函数原型如下：

intcurl_multi_select(resource$mh[,float$timeout=1.0])

阻塞直到cURL批处理连接中有活动连接。成功时返回描述符集合中描述符的数量。失败时，select失败时返回-1，否则返回超时(从底层的select系统调用)。

我用们curl_multi_select()函数来达到没有需要读取的程序就阻塞住的目的。

我们对批处理的第3、4步进行优化，利用其多线程，模拟并发程序。

很多朋友会对手册中提供的代码心存疑惑（我一开始也是），下面的代码及解释。

				?

									$running = null;

									do {

									    $mrc = curl_multi_exec($mh, $running);

									} while ($mrc == CURLM_CALL_MULTI_PERFORM);

									//本次循环第一次处理$mh批处理中的$ch句柄，并将$mh批处理的执行状态写入$running,当状态值等于CURLM_CALL_MULTI_PERFORM时，表明数据还在写入或读取中，执行循环，当第一次$ch句柄的数据写入或读取成功后，状态值变为CURLM_OK，跳出本次循环，进入下面的大循环之中。

									//$running为true，即$mh批处理之中还有$ch句柄正待处理，$mrc==CURLM_OK,即上一次$ch句柄的读取或写入已经执行完毕。

									while ($running && $mrc == CURLM_OK) { 

									    if (curl_multi_select($mh) != -1) {//$mh批处理中还有可执行的$ch句柄，curl_multi_select($mh) != -1程序退出阻塞状态。

									        do {                            //继续执行需要处理的$ch句柄。

									            　$mrc = curl_multi_exec($mh, $running);

									        } while ($mrc == CURLM_CALL_MULTI_PERFORM);

									    }

									}

这样执行的好处是$mh批处理中的$ch句柄会在读取或写入数据结束后($mrc==CURLM_OK),进入curl_multi_select($mh)的阻塞阶段，而不会在整个$mh批处理执行时不停地执行curl_multi_exec,白白浪费CPU资源。

cURL批处理的内存优化结果

完整代码如下：

				?

									<?php 

									        $chArr=[];

									        for($i=0;$i<50;$i++){

									        $chArr[$i]=curl_init("http://www.baidu.com");

									        curl_setopt($chArr[$i],CURLOPT_RETURNTRANSFER,1);

									        }

									       $mh = curl_multi_init(); 

									        foreach($chArr as $k => $ch)      

									        curl_multi_add_handle($mh,$ch); 

									        $running = null; 

									        do {

									　　　　　　　　$mrc = curl_multi_exec($mh, $running);

									　　　　　} while ($mrc == CURLM_CALL_MULTI_PERFORM);

									　　　　while ($running && $mrc == CURLM_OK) {

									   　　　　 　if (curl_multi_select($mh) != -1) {

									       　　　　　　do {

									            　　　　　　$mrc = curl_multi_exec($mh, $running);

									        　　　　　} while ($mrc == CURLM_CALL_MULTI_PERFORM);

									    　　　　　}

									　　　　}

									       foreach($chArr as $k => $ch){ 

									               $result[$k]= curl_multi_getcontent($ch); 

									               curl_multi_remove_handle($mh,$ch);

									       }

									        curl_multi_close($mh); 

									      ?>