在做一些天气预报或者RSS订阅的程序时，往往需要抓取非本地文件，一般情况下都是利用php模拟浏览器的访问，通过http请求访问url地址， 然后得到html源代码或者xml数据，得到数据我们不能直接输出，往往需要对内容进行提取，然后再进行格式化，以更加友好的方式显现出来。

下面简单说一下php抓取页面的几种方法及原理:

一、 PHP抓取页面的主要方法：

1. file()函数

2. file_get_contents()函数

3. fopen()->fread()->fclose()模式

4.curl方式

5. fsockopen()函数 socket模式

6. 使用插件(如：

二、PHP解析html或xml代码主要方式：

1. file()函数

<?php 
$url=' 
$lines_array=file($url); 
$lines_string=implode('',$lines_array); 
echo htmlspecialchars($lines_string); 
 

2. file_get_contents()函数

使用file_get_contents和fopen必须空间开启allow_url_fopen。方法：编辑php.ini，设置 allow_url_fopen = On，allow_url_fopen关闭时fopen和file_get_contents都不能打开远程文件。

<?php 
$url=' 
$lines_string=file_get_contents($url); 
echo htmlspecialchars($lines_string); 
 

3. fopen()->fread()->fclose()模式

<?php 
$url=' 
$handle=fopen($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方式

使用curl必须空间开启curl。方法：windows下修改php.ini，将extension=php_curl. dll 前面的分号去掉，而且需 要拷贝ssleay32.dll和libeay32.dll到C:WINDOWSsystem32下；Linux下要安装curl扩展。

<?php 
$url=' 
$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模式能否正确执行，也跟服务器的设置有关系，具体可以通过phpinfo查看服务器开启了哪些通信协议，比如我的本地php socket没开启http，只能使用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)
} 
 

如果想要学习交流PHP的朋友，可以关注小编，私信【学习交流】手机用户可以直接私信，电脑端尚未开放此功能，需要下载app，我已经设置了自动回复，具体后续会自动回复各位。