简单的使用php多线程抓取网页

PHP 利用 Curl Functions 可以完成各种传送文件操作，比如模拟浏览器发送GET，POST请求等等，受限于php语言本身不支持多线程，所以开发爬虫程序效率并不高，这时候往往需 要借助Curl Multi Functions 它可以实现并发多线程的访问多个url地址。既然 Curl Multi Function如此强大，能否用 Curl Multi Functions 来写并发多线程下载文件呢，当然可以，下面给出我的代码：

<?php

$urls = array(  

 'http://www.sina.com.cn/',  

 'http://www.sohu.com/',  

 'http://www.163.com/' 

); // 设置要抓取的页面URL  

     

$save_to='/test.txt';   // 把抓取的代码写入该文件   

   

$st = fopen($save_to,"a");  

$mh = curl_multi_init();   

   

foreach ($urls as $i => $url) {  

  $conn[$i] = curl_init($url);  

  curl_setopt($conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)");  

  curl_setopt($conn[$i], CURLOPT_HEADER ,0);  

  curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60);  

  curl_setopt($conn[$i], CURLOPT_FILE,$st); // 设置将爬取的代码写入文件  

  curl_multi_add_handle ($mh,$conn[$i]);  

} // 初始化  

     

do {  

  curl_multi_exec($mh,$active);  

} while ($active);  // 执行  

     

foreach ($urls as $i => $url) {  

  curl_multi_remove_handle($mh,$conn[$i]);  

  curl_close($conn[$i]);  

} // 结束清理  

     

curl_multi_close($mh);  

fclose($st);

?>