PHP CURL或file_get_contents获取网页标题的代码及两者效率的稳定性问题
PHPCURL与file_get_contents函数都可以获取远程服务器上的文件保存到本地，但在性能上面两者完全不在同一个级别，下面我先来介绍PHPCURL或file_get_contents函数应用例子，然后再简单的给各位介绍一下它们的一些小区别吧。
推荐方法CURL获取
<?php
$c=curl_init();
$url='www.nhooo.com';
curl_setopt($c,CURLOPT_URL,$url);
curl_setopt($c,CURLOPT_RETURNTRANSFER,1);
$data=curl_exec($c);
curl_close($c);
$pos=strpos($data,'utf-8');
if($pos===false){$data=iconv("gbk","utf-8",$data);}
preg_match("/<title>(.*)<＼/title>/i",$data,$title);
echo$title[1];
?>
使用file_get_contents
<?php
$content=file_get_contents("https://www.nhooo.com/");
$pos=strpos($content,'utf-8');
if($pos===false){$content=iconv("gbk","utf-8",$content);}
$postb=strpos($content,'<title>')+7;
$poste=strpos($content,'</title>');
$length=$poste-$postb;
echosubstr($content,$postb,$length);
?>
看看file_get_contents性能
1）fopen/file_get_contents每次请求远程URL中的数据都会重新做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。(设置header头应该可以)
3）fopen/file_get_contents函数会受到php.ini文件中allow_url_open选项配置的影响。如果该配置关闭了，则该函数也就失效了。而curl不受该配置的影响。
4）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。
5）fopen/file_get_contents不能正确下载二进制文件
6）fopen/file_get_contents不能正确处理ssl请求
7）curl可以利用多线程
8）使用file_get_contents的时候如果网络出现问题，很容易堆积一些进程在这里
9）如果是要打一个持续连接，多次请求多个页面。那么file_get_contents就会出问题。取得的内容也可能会不对。所以做一些类似采集工作的时候，肯定就有问题了。对做采集抓取的用curl,如果还有同不相信下面我们再做个测试
curl与file_get_contents性能对比PHP源代码如下：
1829.php
<?php
/**
*通过淘宝IP接口获取IP地理位置
*@paramstring$ip
*@return:string
**/
functiongetCityCurl($ip)
{
$url="http://ip.taobao.com/service/getIpInfo.php?ip=".$ip;
$ch=curl_init();
$timeout=5;
curl_setopt($ch,CURLOPT_URL,$url);
curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);
curl_setopt($ch,CURLOPT_CONNECTTIMEOUT,$timeout);
$file_contents=curl_exec($ch);
curl_close($ch);
$ipinfo=json_decode($file_contents);
if($ipinfo->code=='1'){
returnfalse;
}
$city=$ipinfo->data->region.$ipinfo->data->city;
return$city;
}
functiongetCity($ip)
{
$url="http://ip.taobao.com/service/getIpInfo.php?ip=".$ip;
$ipinfo=json_decode(file_get_contents($url));
if($ipinfo->code=='1'){
returnfalse;
}
$city=$ipinfo->data->region.$ipinfo->data->city;
return$city;
}
//forfile_get_contents
$startTime=explode('',microtime());
$startTime=$startTime[0]+$startTime[1];
for($i=1;$i<=10;$i++)
{
echogetCity("121.207.247.202")."</br>";
}
$endTime=explode('',microtime());
$endTime=$endTime[0]+$endTime[1];
$totalTime=$endTime-$startTime;
echo'file_get_contents:'.number_format($totalTime,10,'.',"")."seconds</br>";
//forcurl
$startTime2=explode('',microtime());
$startTime2=$startTime2[0]+$startTime2[1];
for($i=1;$i<=10;$i++)
{
echogetCityCurl('121.207.247.202')."</br>";
}
$endTime2=explode('',microtime());
$endTime2=$endTime2[0]+$endTime2[1];
$totalTime2=$endTime2-$startTime2;
echo"curl:".number_format($totalTime2,10,'.',"")."seconds";
?>
测试访问
file_get_contents速度：4.2404510975seconds
curl速度:2.8205530643seconds
curl比file_get_contents速度快了30%左右,最重要的是服务器负载更低.
ps：php函数file_get_contents与curl效率及稳定性问题
习惯了使用方便快捷的file_get_contents函数抓取别家网站内容，但是总是会遇到获取失败的问题，尽管按照手册中的例子设置了超时，可多数时候不好使：
$config['context']=stream_context_create(array('http'=>array('method'=>"GET",'timeout'=>5)));
'timeout'=>5//这个超时时间不稳定，经常不好使。这时候，看一下服务器的连接池，会发现一堆类似下面的错误，让你头疼万分：
file_get_contents(http://***):failedtoopenstream…
不得已，安装了curl库，写了一个函数替换：
functioncurl_get_contents($url)
{
$ch=curl_init();
curl_setopt($ch,CURLOPT_URL,$url);//设置访问的url地址
//curl_setopt($ch,CURLOPT_HEADER,1);//是否显示头部信息
curl_setopt($ch,CURLOPT_TIMEOUT,5);//设置超时
curl_setopt($ch,CURLOPT_USERAGENT,_USERAGENT_);//用户访问代理User-Agent
curl_setopt($ch,CURLOPT_REFERER,_REFERER_);//设置referer
curl_setopt($ch,CURLOPT_FOLLOWLOCATION,1);//跟踪301
curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);//返回结果
$r=curl_exec($ch);
curl_close($ch);
return$r;
}
如此，除了真正的网络问题外，没再出现任何问题。
这是别人做过的关于curl和file_get_contents的测试：
file_get_contents抓取google.com需用秒数：
2.31319094
2.30374217
2.21512604
3.30553889
2.30124092
curl使用的时间：
0.68719101
0.64675593
0.64326
0.81983113
0.63956594
差距很大吧？呵呵，从我使用的经验来说，这两个工具不只是速度有差异，稳定性也相差很大。建议对网络数据抓取稳定性要求比较高的朋友使用上面的curl_file_get_contents函数，不但稳定速度快，还能假冒浏览器欺骗目标地址哦！