PHP抓取网页内容获得网页源代码

1、 file_get_contents获取

[php]  view plain  copy

1. $url="http://www.baidu.com/";  
2. $fh= file_get_contents('http://www.hxfzzx.com/news/fzfj/');  
3. echo $fh;  

2、使用fopen获取网页源代码

[php]  view plain  copy

1. $url="http://www.baidu.com/";  
2. $handle = fopen ($url, "rb");   
3. $contents = "";   
4. while (!feof($handle)) {   
5. $contents .= fread($handle, 8192);   
6. }   
7. fclose($handle);   
8. echo $contents; //输出获取到得内容。  

3、使用CURL获取网页源代码

[php]  view plain  copy

1. $url="http://www.baidu.com/";  
2. $UserAgent = 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0; SLCC1; .NET CLR 2.0.50727; .NET CLR 3.0.04506; .NET CLR 3.5.21022; .NET CLR 1.0.3705; .NET CLR 1.1.4322)';  
3. $curl = curl_init();    //创建一个新的CURL资源  
4. curl_setopt($curl, CURLOPT_URL, $url);  //设置URL和相应的选项  
5. curl_setopt($curl, CURLOPT_HEADER, 0);  //0表示不输出Header，1表示输出  
6. curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);  //设定是否显示头信息,1显示，0不显示。  
7. //如果成功只将结果返回，不自动输出任何内容。如果失败返回FALSE  
8.   
9. curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);  
10. curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, false);  
11. curl_setopt($curl, CURLOPT_ENCODING, '');   //设置编码格式，为空表示支持所有格式的编码  
12. //header中“Accept-Encoding: ”部分的内容，支持的编码格式为："identity"，"deflate"，"gzip"。  
13.   
14. curl_setopt($curl, CURLOPT_USERAGENT, $UserAgent);  
15. curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1);  
16. //设置这个选项为一个非零值(象 “Location: “)的头，服务器会把它当做HTTP头的一部分发送(注意这是递归的，PHP将发送形如 “Location: “的头)。  
17.   
18. $data = curl_exec($curl);   
19. echo $data;  
20. //echo curl_errno($curl); //返回0时表示程序执行成功  
21. curl_close($curl);  //关闭cURL资源，并释放系统资源  

转载自：

引用：

PHP抓取采集类snoopy介绍： http://www.nowamagic.net/librarys/veda/detail/855 

PHP获取网页内容的几种方法：    

http://www.oschina.net/code/snippet_861770_19638

http://www.webkaka.com/tutorial/php/2013/052534/

UserAgent设置不当导致php抓取网页失败：

http://www.webkaka.com/tutorial/php/2013/111846/