php请求远程url内容方法

Posted 2020-07-09 张三的哥哥

php请求远程url内容有两个方法fopen/file_get_contents和curl。

1，fopen/file_get_contents与curl的差异

（1）fopen /file_get_contents 每次请求都会重新做DNS查询，并不对DNS信息进行缓存。但是CURL会自动对DNS信息进行缓存。对同一域名下的网页或者图片的请求只需要一次DNS查询。这大大减少了DNS查询的次数。所以CURL的性能比fopen /file_get_contents 好很多。
（2）fopen /file_get_contents在请求HTTP时，使用的是http_fopen_wrapper，不会keeplive。而curl却可以。这样在多次请求多个链接时，curl效率会好一些。
（3）curl可以模拟多种请求，例如：POST数据，表单提交等，用户可以按照自己的需求来定制请求。而fopen / file_get_contents只能使用get方式获取数据。

2，如果远程服务器关闭，file_get_contents处理方法，可以参考这篇文章，http://www.cnblogs.com/scofi/articles/3607529.html

公司里有经常有这样的业务，需要调用第三方公司提供的HTTP接口，在把接口提供的信息显示到网页上，代码是这样写的: file_get_contents("http://example.com/") 。

有一天突然接到运维同事的报告，说是服务器挂了，查出原因说是因为file_get_contents函数造成的，那么为什么一个函数会把服务器给搞挂掉呢？

经过详细的查询发现第三方公司提供接口已经坏掉了，就是因为接口坏掉了，才导致服务器挂掉。

问题分析如下：

       我们代码是“file_get_contents("http://example.com/") “获取一个 URL 的返回内容，如果第三方公司提供的URL响应速度慢，或者出现问题，我们服务器的PHP程序将会一直执行去获得这个URL，我们知道，在 php.ini 中，有一个参数 max_execution_time 可以设置 PHP 脚本的最大执行时间，但是，在 php-cgi(php-fpm) 中，该参数不会起效。真正能够控制 PHP 脚本最大执行时间的是 php-fpm.conf 配置文件中的以下参数： <value name="request_terminate_timeout">0s</value>  　默认值为 0 秒，也就是说，PHP 脚本会一直执行下去，当请求越来越多的情况下会导致php-cgi 进程都卡在 file_get_contents() 函数时，这台 nginx+PHP 的 WebServer 已经无法再处理新的 PHP 请求了，Nginx 将给用户返回“502 Bad Gateway”。CPU的利用率达到100% ，时间一长服务器就会挂掉。

问题的解决：

     已经找到问题，那么我们该怎么解决呢？

     当时想到的解决问题的办法就是设置PHP的超时时间，用set_time_limit; 设置超时时间，这样就不会卡住了。代码上线后发现服务器还是会挂掉，好像根本不起作用。后来查了资料才知道，set_time_limit设置的是PHP程序的超时时间，而不是file_get_contents函数读取URL的超时时间。set_time_limit和修改php.ini文件里max_execution_time  效果是一样的。

要设置file_get_contents函数的超时时间，可以用resource $context的timeout参数，代码如下：

 

$opts = array(
　　\'http\'=>array(
　　　　\'method\'=>"GET",
　　　 \'timeout\'=>10,
　 )
);
$context = stream_context_create($opts);
$html =file_get_contents(\'http://www.example.com\', false, $context);
echo $html;

代码中的timeout就是file_get_contents读取url的超时时间。

另外还有一个说法也可以改变读取url的超时时间，就是修改php.ini中的default_socket_timeout的值，或者 ini_set(\'default_socket_timeout\',    10);  但是我没有测试过不知道行不行。

有了解决方法之后，服务器就不会挂掉了。

http://www.cnblogs.com/scofi/articles/3607533.html

上篇说到我们说到设置file_get_contents超时时间用到了 stream_context_create方法，那么这个方法到底是什么呢？

查了下资料， stream_context_create创建并返回一个文本数据流并应用各种选项，可用于fopen(),file_get_contents()等过程的超时设置、代理服务器、请求方式、头信息设置的特殊过程。这样看起来功能就强大了，不仅仅可以设置超时时间，还可以设置代理服务器，请求方式和头信息，下面我们就测试下吧：

request.php请求页面负责发起请求：

<?php
 $data = array("name" => \'test_name\',"content" => \'test_con\');
 $data = http_build_query($data);
 $opts = array(
   \'http\'=>array(
     \'method\'=>"POST",
     \'header\'=>"Content-type: application/x-www-form-urlencoded\\r\\n".
               "Content-length:".strlen($data)."\\r\\n" .
               "Cookie: foo=bar\\r\\n" .
               "\\r\\n",
     \'content\' => $data,
   )
 );
 $cxContext = stream_context_create($opts);
 $sFile = file_get_contents("http://127.0.0.1/reponse.php", false, $cxContext);   
 echo $sFile;
?>

reponse.php被请求的页面：

<?php
var_dump($_POST);
var_dump($_COOKIE);
?>

　　运行之后的结果为：

string(132) "array(2) { ["content"]=> string(8) "test_con" ["name"]=> string(9) "test_name" } array(1) { ["foo"]=> string(3) "bar" } "  

说明file_get_contents可以post数据和cookie数据到目标url，并获得内容。

3，curl的用法总结，http://www.cnblogs.com/scofi/articles/3607538.html

（1）使用curl，get获取数据

<?php
$url = \'http://www.example.com\';
//初始化一个 cURL 对象 
$ch  = curl_init();
//设置你需要抓取的URL
curl_setopt($ch, CURLOPT_URL, $url);
// 设置cURL 参数，要求结果保存到字符串中还是输出到屏幕上。
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
//是否获得跳转后的页面
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);
$data = curl_exec($ch);
curl_close($ch);
echo $data;
?>

（2）使用curl。post获取数据

<?php
function curl_post($url, $arr_data){
   $post_data = http_build_query($url_data);
   $ch = curl_init();
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($ch, CURLOPT_POST, 1);
    curl_setopt($ch,  CURLOPT_POSTFLELDS, $post_data);
    $data = curl_exec($ch);
    curl_close($ch);
    echo $data;
}
$arr_post = array(
    \'name\'=>\'test_name\',
    \'age\'   => 1
);
curl_post("http://www.explame.com/", $arr_post);
?>

（3）使用代理抓取页面，什么要使用代理进行抓取呢？以google为例吧，如果去抓google的数据，短时间内抓的很频繁的话，你就抓取不到了。google对你的ip地址做限制这个时候，你可以换代理重新抓。

<?php
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, "http://google.com"); 
curl_setopt($ch, CURLOPT_HEADER, false);  
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
//是否通过http代理来传输
curl_setopt($ch, CURLOPT_HTTPPROXYTUNNEL, TRUE);
curl_setopt($ch, CURLOPT_PROXY, 125.21.23.6:8080);  
//url_setopt($ch, CURLOPT_PROXYUSERPWD, \'user:password\');如果要密码的话，加上这个  
$result=curl_exec($ch); 
curl_close($ch);
?>

（4）继续保持本站session调用，在实现用户同步登录的情况下需要共享session,如果要继续保持本站的session,那么要把sessionid放到http请求中。

<?php
$session_str = session_name().\'=\'.session_id().\'; path=/; domain=.explame.com\';
session_write_close(); //将数据写入文件并且结束session
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_HEADER, false);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_COOKIE, $session_str); 
$ret = curl_exec($ch);
curl_close($ch);
?>