浅谈PHP模拟发送POST请求之curl基本使用

小蚂蚁

今天来介绍PHP模拟发送POST请求的重型武器——cURL函数库的使用和其多线程的优化方法。说起cURL函数，可谓是老生常谈，但网上许多资料都在关键部分语焉不详，于是笔者翻了些资料，结合自己的笔记，总结了这篇文章，希望能给初次接触cURL的开发者提供一些帮助。
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。

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); 
    ?>

我们再次在$mrc=curl_multi_exec($mh,$running)句子前加入echo"a";结果如下图：

虽然也不止50次，但是比之未优化前，CPU使用率已经大为改观。
虽然curl函数非常强大，但是我们还是有使用其他函数来发送POST请求的机会，另外也能从更底层了解curl函数，所以本辑也用大很大篇幅在其他函数上。
以上就是浅谈PHP模拟发送POST请求之curl基本使用的详细内容，更多关于PHP模拟发送POST请求之curl基本使用的资料请关注CodeAE代码之家其它相关文章！

[PHP] 浅谈PHP模拟发送POST请求之curl基本使用

相关帖子

简单安全的php验证码

PHP模拟登陆抓取页面内容

PHP 清除HTML代码、空格、回车换行符的函数

php使用GD库创建图片缩略图的方法

DZ游客搜索提示请求含有非法字符，被系统拒绝的解决方法

利用php/html实现随机抓取网页图片,视频做背景

php实现超简的分页功能

PHP版贪吃蛇小游戏

阿里云盘自动签到脚本

利用宝塔面板实现夸克网盘自动签到获取永久容量

小蚂蚁 LV3