基于PHP CURL獲取郵箱地址的詳解

2020-03-22 20:08:21

字體：大中小

來源：轉載

供稿：網友

CURL可謂居家旅行必備之殺人良藥，為何如此形容？就是因為他好用方便能實現頁面抓取模擬登錄采集等一系列功能。
記得第一次接觸CURL的時候是要實現完成從郵箱用戶列表的抓取。當時為了趕進度沒有細細研究只是網上找了一些資料實現了功能。現在把當初的代碼整理一下功能依舊能用
復制代碼代碼如下:
?php
error_reporting ( 0 );
set_time_limit ( 0 );
header ( "Content-Type: text/html; charset=GB2312" );

//郵箱用戶名密碼
$user = 'username';
$pass = 'password';

//創建一個文件用于存放cookie信息
define ( "COOKIEJAR", tempnam ( ini_get ( "upload_tmp_dir" ), "cookie" ) );

$url = 'http://reg.163.com/logins.jsp?type=1&url=http://entry.mail.163.com/coremail/fcg/ntesdoor2?lightweight%3D1%26verifycookie%3D1%26language%3D-1%26style%3D-1';
$refer = 'http://mail.163.com';
$fields_post = array ('username' = $user, 'password' = $pass, 'verifycookie' = 1, 'style' = - 1, 'product' = 'mail163', 'selType' = - 1, 'secure' = 'on' );
$fields_string = http_build_query ( $fields_post, '
$headers_login = array ('User-Agent' = 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/2008052906 Firefox/3.0', 'Referer' = 'http://www.163.com' );

//登錄
$ch = curl_init ( $url );
curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, true );
curl_setopt ( $ch, CURLOPT_HEADER, true );
curl_setopt ( $ch, CURLOPT_CONNECTTIMEOUT, 120 );
curl_setopt ( $ch, CURLOPT_POST, true );
curl_setopt ( $ch, CURLOPT_REFERER, $refer );
curl_setopt ( $ch, CURLOPT_COOKIESESSION, true );
curl_setopt ( $ch, CURLOPT_COOKIEJAR, COOKIEJAR );
curl_setopt ( $ch, CURLOPT_HTTPHEADER, $headers_login );
curl_setopt ( $ch, CURLOPT_POST, count ( $fields ) );
curl_setopt ( $ch, CURLOPT_POSTFIELDS, $fields_string );
$result = curl_exec ( $ch );
curl_close ( $ch );

//跳轉
$url = 'http://entry.mail.163.com/coremail/fcg/ntesdoor2?lightweight=1&verifycookie=1&language=-1& ';
$headers = array ('User-Agent' = 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/2008052906 Firefox/3.0' );

$ch = curl_init ( $url );
curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, true );
curl_setopt ( $ch, CURLOPT_HEADER, true );
curl_setopt ( $ch, CURLOPT_CONNECTTIMEOUT, 120 );
curl_setopt ( $ch, CURLOPT_POST, true );
curl_setopt ( $ch, CURLOPT_HTTPHEADER, $headers );
curl_setopt ( $ch, CURLOPT_COOKIEFILE, COOKIEJAR );
curl_setopt ( $ch, CURLOPT_COOKIEJAR, COOKIEJAR );
$result = curl_exec ( $ch );
curl_close ( $ch );

//取得sid
preg_match ( '/sid=[^/"].*/', $result, $location );
$sid = substr ( $location [0], 4, - 1 );

//通訊錄地址
$url = 'http://g4a30.mail.163.com/jy3/address/addrlist.jsp?sid=' . $sid . '&gid=all';
$headers = array ('User-Agent' = 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/2008052906 Firefox/3.0' );

$ch = curl_init ( $url );
curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, true );
curl_setopt ( $ch, CURLOPT_HEADER, true );
curl_setopt ( $ch, CURLOPT_CONNECTTIMEOUT, 120 );
curl_setopt ( $ch, CURLOPT_POST, true );
curl_setopt ( $ch, CURLOPT_HTTPHEADER, $headers );
curl_setopt ( $ch, CURLOPT_COOKIEFILE, COOKIEJAR );
curl_setopt ( $ch, CURLOPT_COOKIEJAR, COOKIEJAR );
$result = curl_exec ( $ch );
curl_close ( $ch );
unlink ( COOKIEJAR );

//開始抓取內容
preg_match_all ( '/ td a[^ ]* (.*?) //a //td td a[^ ]* (.*?) //a //td /i', $result, $infos, PREG_SET_ORDER );
//1：姓名2：郵箱
print_r ( $infos );
?

建立一個PHP文件復制以上代碼保存后效果立竿見影，記得更改郵箱賬戶和密碼，賬戶不需要@后綴。CURL初體驗，如何，還不錯吧。
后來在CSDN上又看到別人發帖問一個獲取快遞查詢的問題，他想把一些大的快遞公司查詢業務做在一個頁面中，的確是個很不錯的實用小工具，但是因為快遞查詢有驗證碼，不由的又讓我想起了CURL利器。后來幫帖主實現功能，思路很簡單，先用CURL模擬抓取驗證碼，然后顯示到用戶提交頁面中，同時保存驗證碼的COOKIE等用戶查詢一起提交就保證了COOKIE的同步。

源代碼如下：
-getEms.html
復制代碼代碼如下:
html
head
meta http-equiv="Content-Type" content="text/html; charset=gb2312"
title EMS快遞查詢 /title
/head
body
?php
fclose(fopen('cookie.txt','w')); //文件 cookie.txt 用于存放取得的cookie
$cookiejar = realpath('cookie.txt');
$fp = fopen("example_homepage.txt", "w"); //文件 example_homepage.txt 用于存放取得的頁面內容
$ch = curl_init("http://www.ems.com.cn/servlet/ImageCaptchaServlet");
curl_setopt($ch, CURLOPT_FILE, $fp);
curl_setopt($ch, CURLOPT_COOKIESESSION, 1);
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiejar);
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiejar);
curl_setopt($ch, CURLOPT_HEADER, 0);
curl_exec($ch);
curl_close($ch);
fclose($fp);

//readfile($cookiejar); //查看取到的 cookie
//readfile("example_homepage.jpg"); //查看取到的圖片
?
form action="getems.php" method="post" name="form1"
快遞號： input name="mailNum" type="text" value="EA739701017CS" / (13位首尾2位都是字母)
input name="code" type="text" value="" /
?php echo " img src='example_homepage.txt' ?
input type="submit" value="提交"
/form

/body
/html

-getems.php
復制代碼代碼如下:
?php
if($_POST){
//使用先前驗證碼的cookie文件
$cookiejar = realpath('cookie.txt');
//獲取myEmsbarCode號和驗證碼變量名
$ch = curl_init("http://www.ems.com.cn");
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_HEADER, 0);
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiejar);
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiejar);
$result = curl_exec($ch);
curl_close($ch);
preg_match("/ input type=/"hidden/" name=/"myEmsbarCode/" value=/"(.*)/"http:// /isU",$result,$myEmsbarCode);
preg_match("/ //span input name=/"(.*)/" type=/"text/"/isU",$result,$codename);

$parm = array($codename[1]= $_POST['code'],
mailNum = $_POST['mailNum'],
myEmsbarCode= $myEmsbarCode[1],
reqCode= 'browseBASE'
);

$ch = curl_init("http://www.ems.com.cn/qcgzOutQueryAction.do");
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_HEADER, 0);
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiejar);
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiejar);
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_REFERER, "http://www.ems.com.cn");
curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($parm));
$_source = curl_exec($ch);
curl_close($ch);

//搞定
var_dump($_source);
exit;
}
?

對于CURL庫的參數詳解，網上有很多我直接收錄了
函數列表CURL庫一共有17個函數：
curl_close：關閉CURL會話
curl_copy_handle：復制一個CURL會話句柄,同時3復制其所有參數
curl_errno：返回最后一個錯誤碼
curl_error：返回一個字符串，用以描述當前會話的最后一個錯誤
curl_exec：執行當前會話
curl_getinfo：獲取特定信息
curl_init：初始化CURL會話
curl_multi_add_handle：在一個多連接會話中添加一個句柄
curl_multi_close：關閉一個多句柄CRUL會話
curl_multi_exec：執行一個多句柄CURL會話
curl_multi_getcontent：返回一個句柄執行后的內容，如果設置了CURLOPT_RETURNTRANSFER
curl_multi_info_read：獲取當前所有連接的信息
curl_multi_init：初始化一個多句柄會話
curl_multi_remove_handle：從一個多句柄會話中刪除一個句柄
curl_multi_select：獲取所有綁定的套接字
curl_setopt：設置CURL傳輸選項
curl_version：獲取CURL版本
常用設置選項布爾值選項
CURLOPT_AUTOREFERER：當返回的信息頭含有轉向信息時，自動設置前向連接
CURLOPT_BINARYTRANSFER：TRUEtoreturntherawoutputwhenCURLOPT_RETURNTRANSFERisused.
CURLOPT_COOKIESESSION：標志為新的cookie會話，忽略之前設置的cookie會話
CURLOPT_CRLF：將Unix系統的換行符轉換為Dos換行符
CURLOPT_DNS_USE_GLOBAL_CACHE：使用全局的DNS緩存
CURLOPT_FAILONERROR：忽略返回錯誤
CURLOPT_FILETIME：獲取請求文檔的修改日期，該日期可以用curl_getinfo()獲取。
CURLOPT_FOLLOWLOCATION：緊隨服務器返回的所有重定向信息
CURLOPT_FORBID_REUSE：當進程處理完畢后強制關閉會話，不再緩存供重用
CURLOPT_FRESH_CONNECT：強制建立一個新的會話，而不是重用緩存的會話
CURLOPT_HEADER：在返回的輸出中包含響應頭信息
CURLOPT_HTTPGET：設置HTTP請求方式為GET
CURLOPT_HTTPPROXYTUNNEL：經由一個HTTP代理建立連接
CURLOPT_NOBODY：返回的輸出中不包含文檔信息.
CURLOPT_NOPROGRESS：禁止進程級別傳輸，PHP自動設為真
CURLOPT_NOSIGNAL：忽略所有發往PHP的信息
CURLOPT_POST：設置POST方式提交數據，POST格式為application/x-www-form-urlencoded
CURLOPT_PUTTRUE：設置PUT方式上傳文件，同時設置CURLOPT_INFILE和CURLOPT_INFILESIZE
CURLOPT_RETURNTRANSFER：返回字符串，而不是調用curl_exec()后直接輸出
CURLOPT_SSL_VERIFYPEER：SSL驗證開啟
CURLOPT_UNRESTRICTED_AUTH：一直鏈接后面附加用戶名和密碼，同時設置CURLOPT_FOLLOWLOCATION
CURLOPT_UPLOAD：準備上傳整數值選項
CURLOPT_BUFFERSIZE：緩存大小
CURLOPT_CONNECTTIMEOUT：連接時間設置，默認0為無限制
CURLOPT_DNS_CACHE_TIMEOUT：內存中保存DNS信息的時間，默認2分鐘
CURLOPT_INFILESIZE：上傳至遠程站點的文件尺寸
CURLOPT_LOW_SPEED_LIMIT：傳輸最低速度限制andabort.
CURLOPT_LOW_SPEED_TIME：傳輸時間限制
CURLOPT_MAXCONNECTS：最大持久連接數
CURLOPT_MAXREDIRS：最大轉向數
CURLOPT_PORT：連接端口
CURLOPT_PROXYAUTH：＊＊＊＊＊驗證方式
CURLOPT_PROXYPORT：＊＊＊＊＊端口
CURLOPT_PROXYTYPE：＊＊＊＊＊類型
CURLOPT_TIMEOUT：CURL函數的最大執行時間字符串選項
CURLOPT_COOKIE：HTTP頭中set-cookie中的cookie信息
CURLOPT_COOKIEFILE：包含cookie信息的文件，cookie文件的格式可以是Netscape格式,或者只是HTTP頭的格式
CURLOPT_COOKIEJAR：連接結束后保存cookie信息的文件
CURLOPT_CUSTOMREQUEST：自定義請求頭，使用相對地址
CURLOPT_ENCODING：HTTP請求頭中Accept-Encoding的值
CURLOPT_POSTFIELDS：POST格式提交的數據內容
CURLOPT_PROXY：代理通道
CURLOPT_PROXYUSERPWD：代理認證用戶名和密碼
CURLOPT_RANGE：返回數據的范圍,以字節記
CURLOPT_REFERER：前向鏈接
CURLOPT_URL：要連接的URL地址，可以在curl_init()中設置
CURLOPT_USERAGENT：HTTP頭中User-Agent的值
CURLOPT_USERPWD：連接種使用的驗證信息數組選項
CURLOPT_HTTP200ALIASES：200響應碼數組，數組中的響應嗎被認為是正確的響應
CURLOPT_HTTPHEADER：自定義請求頭信息只能是流句柄的選項：
CURLOPT_FILE：傳輸要寫入的晚間句柄，默認是標準輸出
CURLOPT_INFILE：傳輸要讀取的文件句柄
CURLOPT_STDERR：作為標準錯誤輸出的一個替換選項
CURLOPT_WRITEHEADER：傳輸頭信息要寫入的文件回調函數選項
CURLOPT_HEADERFUNCTION：擁有兩個參數的回調函數，第一個是參數是會話句柄，第二是HTTP響應頭信息的字符串。使用此回調函數，將自行處理響應頭信息。響應頭信息按行返回。設置返回值為字符串長度。
CURLOPT_READFUNCTION：擁有兩個參數的回調函數，第一個是參數是會話句柄，第二是HTTP響應頭信息的字符串。使用此函數，將自行處理返回的數據。返回值為數據尺寸。
CURLOPT_WRITEFUNCTION：擁有兩個參數的回調函數，第一個是參數是會話句柄，第二是HTTP響應頭信息的字符串。使用此回調函數，將自行處理響應頭信息。響應頭信息是整個字符串。設置返回值為字符串長度。
其他一些CURL的例子（摘自網絡）
復制代碼代碼如下:
/*
*判斷一個url是否為有效鏈接
*/
function isRealUrl($url){
$ch = curl_init();
$options = array(
CURLOPT_URL = $url,
CURLOPT_HEADER = true,
CURLOPT_RETURNTRANSFER = true,
CURLOPT_NOBODY = true
);
curl_setopt_array($ch, $options);
curl_exec($ch);
if(!curl_errno($ch)){
return 200==curl_getinfo($ch,CURLINFO_HTTP_CODE)?true:false;
}
curl_close($ch);
}

$url = 'http://testpic1.tomoimg.cn/240x180/394/855/517932781/200901/12312215602409.jpg';
if(isRealUrl($url)){echo 'yes';}else{echo 'no';}

/異步請求的例子：
$userid = 517932781;
$imageid = 1520;
$albumid = 2637;
$tags = 'aa';
extract($_POST);
$url = 'http://'.$_SERVER['HTTP_HOST'].'/ajax/image.php';
$fields = array(
'userid' = $userid,
'imageid' = $imageid,
'albumid' = $albumid,
'tags' = $tags,
'optype' = 'del'
);
$ch = curl_init() ;
curl_setopt($ch, CURLOPT_URL,$url) ;
curl_setopt($ch, CURLOPT_POST,true) ;
curl_setopt($ch, CURLOPT_POSTFIELDS,$fields) ;
$result = curl_exec($ch) ;
curl_close($ch) ;

//上傳文件
$ch = curl_init();
curl_setopt($ch,CURLOPT_URL,'http://lh.tom.com/deal/import.php');
$fields = array(
'tname' = '道德經',
'country' = 1,
'author' = '老子',
'tags' = '道德經',
'desc' = '道可道，非常道。名可名，非常名。無名天地之始。有名萬物之母。故常無欲以觀其妙。常有欲以觀其徼。此兩者同出而異名，同謂之玄。玄之又玄，眾妙之門。',
'volume' = 2,
'cover' = '@'.realpath('/data/lianhuanhua/deal/1.jpg')
);
curl_setopt($ch, CURLOPT_POST, true) ;
curl_setopt($ch, CURLOPT_POSTFIELDS, $fields) ;
curl_setopt($ch, CURLOPT_RETURNTRANSFER, false);
$result = curl_exec($ch);
curl_close($ch);

//多文件上傳
$ch = curl_init();
curl_setopt($ch,CURLOPT_URL,'http://lh.tom.com/deal/addpic.php');
$j = 0;
$fields = array(
'vid' = 103,
'upfile['.$j++.']' = '@'.realpath('/data/lianhuanhua/deal/1.jpg'),
'upfile['.$j++.']' = '@'.realpath('/data/lianhuanhua/deal/2.jpg')
);
curl_setopt($ch, CURLOPT_POST, true) ;
curl_setopt($ch, CURLOPT_POSTFIELDS, $fields) ;
curl_setopt($ch, CURLOPT_RETURNTRANSFER, false);
$result = curl_exec($ch);
curl_close($ch);

當你掌握了php curl庫你就能做很多你想做的事情了，呵呵，前不久玩開心網的X世界，戰斗實在繁瑣，我直接寫了個戰斗助手非常好用，本代碼就不開源了：）掌握原理一樣開源實現。
網站計數器
PHP教程

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。

上一篇：php利用單例模式實現日志處理類庫

下一篇：PHP中如何使用數組實現隊列和堆棧？php用數組實