做过好多抓取别家网站内容的产品，习惯了使用方便快捷的file_get_contents函数，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，可多数时候不会奏效：
复制代码 代码如下:
$config['context'] = stream_context_create(array(‘http' => array(‘method' => “GET”,
'timeout' => 5//这个超时时间不稳定，经常不奏效
)
));
这时候，看一下服务器的连接池，会发现一堆类似的错误，让你头疼万分：
file_get_contents(***): failed to open stream…
不得已，安装了curl库，写了一个函数替换：
复制代码 代码如下:
<span>function</span> curl_file_get_contents<span>(</span><span>$durl</span><span>)</span><span>{</span>
<span>$ch</span> <span>=</span> <span>curl_init</span><span>(</span><span>)</span><span>;</span>
<span>curl_setopt</span><span>(</span><span>$ch</span><span>,</span> CURLOPT_URL<span>,</span> <span>$durl</span><span>)</span><span>;</span>
<span>curl_setopt</span><span>(</span><span>$ch</span><span>,</span> CURLOPT_TIMEOUT<span>,</span> <span>5</span><span>)</span><span>;</span>
<span>curl_setopt</span><span>(</span><span>$ch</span><span>,</span> CURLOPT_USERAGENT<span>,</span> _USERAGENT_<span>)</span><span>;</span>
<span>curl_setopt</span><span>(</span><span>$ch</span><span>,</span> CURLOPT_REFERER<span>,</span>_REFERER_<span>)</span><span>;</span>
<span>curl_setopt</span><span>(</span><span>$ch</span><span>,</span> CURLOPT_RETURNTRANSFER<span>,</span> <span>1</span><span>)</span><span>;</span>
<span>$r</span> <span>=</span> <span>curl_exec</span><span>(</span><span>$ch</span><span>)</span><span>;</span>
<span>curl_close</span><span>(</span><span>$ch</span><span>)</span><span>;</span>
<span>return</span> <span>$r</span><span>;</span>
<span>}</span>
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！
您可能感兴趣的文章: