專業鋁門窗、鍛造門設計及安裝
價格便宜、品質好、設計佳,值得您信賴
油漆防水抓漏技術權威
防水抓漏修繕,技術精深,免費到府勘查估價!

首頁  •  j2h 論壇 • 程式設計討論     • 

[php] 使用 CURL 同步抓取多個網頁

房東:阿凱
發表時間:2012-10-21


一般 CURL 抓網頁的方法, 是一頁一頁抓, 假設要抓 4頁, 所費時間各別是 5,10,7,5 秒, 那全部總合所花的時間就是 5 + 10 + 7 + 5 = 27 秒.


若能同時間去抓取多個網頁, 所花費的時間 5,10,7,5 秒, 全部總合所花的時間是 10 秒.(花費最多時間的秒數)


 


於 JavaScript 可使用 AJAX 的 async(YAHOO.util.Connect.asyncRequest) 來達成, 於 PHP 可以用 CURL 來達成此 Multi-Threading 的效果.



程式(async.php)





<?php

function async_get_url($url_array, $wait_usec = 0)

{

    if (!is_array($url_array))

        return false;


    $wait_usec = intval($wait_usec);


    $data    = array();

    $handle  = array();

    $running = 0;


    $mh = curl_multi_init(); // multi curl handler


    $i = 0;

    foreach($url_array as $url) {

        $ch = curl_init();


        curl_setopt($ch, CURLOPT_URL, $url);

        curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); // return don't print

        curl_setopt($ch, CURLOPT_TIMEOUT, 30);

        curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 5.01; Windows NT 5.0)');

        curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1); // 302 redirect

        curl_setopt($ch, CURLOPT_MAXREDIRS, 7);


        curl_multi_add_handle($mh, $ch); // 把 curl resource 放進 multi curl handler 裡


        $handle[$i++] = $ch;

    }


    /* 執行 */

    /* 此種做法會造成 CPU loading 過重 (CPU 100%)

    do {

        curl_multi_exec($mh, $running);


        if ($wait_usec > 0) // 每個 connect 要間隔多久

            usleep($wait_usec); // 250000 = 0.25 sec

    } while ($running > 0);

    */


    /* 此做法就可以避免掉 CPU loading 100% 的問題 */

    // 參考自: http://www.hengss.com/xueyuan/sort0362/php/info-36963.html

    do {

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

    } while ($mrc == CURLM_CALL_MULTI_PERFORM);


    while ($active and $mrc == CURLM_OK) {

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

            do {

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

            } while ($mrc == CURLM_CALL_MULTI_PERFORM);

        }

    }


    /* 讀取資料 */

    foreach($handle as $i => $ch) {

        $content  = curl_multi_getcontent($ch);

        $data[$i] = (curl_errno($ch) == 0) ? $content : false;

    }


    /* 移除 handle*/

    foreach($handle as $ch) {

        curl_multi_remove_handle($mh, $ch);

    }


    curl_multi_close($mh);


    return $data;

}

?>



使用





<?php

$urls = array('http://example1.com', 'http://example2.com');

print_r(async_get_url($urls)); // [0] => example1, [1] => example2

?>



測試


sleep.php # 看時間延長取得的效果





<?php

sleep(intval($_GET['time']));

echo intval($_GET['time']);

?>





<?php

$url_array = array(

        'http://example.com/sleep.php?time=5',

        'http://example.com/sleep.php?time=10',

        'http://example.com/sleep.php?time=7',

        'http://example.com/sleep.php?time=5',

        );

print_r(async_get_url($url_array));

// 總花費時間會是 10 秒, 並印出 [0] => 5, [1] => 10, [2] => 7, [3] => 5

?>







  • 贊助網站       

    廣利不動產-板橋在地生根最實在--新板特區指名度最高、值得您信賴的好房仲
    完整房訊,房屋、店面熱門精選物件,廣利不動產 優質仲介,房屋租賃、買賣資訊透明,交易真安心!
    廣利不動產-新板特區指名度最高、值得您信賴的好房仲
    您的托付,廣利用心為您服務



  •  共 0 人回應

    姓名:
    佈告內容:
    其他選項: