PHP模拟登陆抓取页面内容

平时开发中经常会遇到抓取某个页面内容， 但是有时候某些页面需要登陆才能访问， 最常见的就是论坛， 这时候我们需要来使用curl模拟登陆。 大致思路：需要先请求提取 cookies 并保存，然后利用保存下来的这个cookies再次发送请求来获取页面内容，下面我们直接上代码

<?php
/**
 * @Brief PHP读取Curl模拟登陆， 获取cookie， 带cookie进行请求
 * @Date: 2016/7/2
 * @Time: 9:41
 */
//设置cookie保存位置
$cookieFile = dirname(__FILE__).'cookie.curl.tmp';
//第一步：获取cookie
$url = 'http://www.pythontab.com';
$data = array(
    'username'  => 'pythontab',
    'password'  => 'pythontab',
);
//curl初始化
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
//设置为post请求
curl_setopt($ch, CURLOPT_POST, true);
//设置附带返回header信息为空
curl_setopt($ch, CURLOPT_HEADER, 0);
//post数据
curl_setopt($ch, CURLOPT_POSTFIELDS, $data);
//cookie保存文件位置
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookieFile);
//设置数据返回作为变量储存，而不是直接输出
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
//执行请求
$ret = curl_exec($ch);
//关闭连接
curl_close($ch);
//第二步：附带cookie请求需要登陆的页面
$url = 'http://www.pythontab.com';
//curl初始化
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
//设置为post请求
curl_setopt($ch, CURLOPT_POST, true);
//设置附带返回header信息为空
curl_setopt($ch, CURLOPT_HEADER, 0);
//设置cookie信息文件位置， 注意与第二步中的获取不同，这里是读取
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookieFile);
//设置数据返回作为变量储存，而不是直接输出
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
//执行请求
$ret = curl_exec($ch);
//关闭连接
curl_close($ch);
//打印抓取内容
var_dump($ret);

这样我们就抓取到了需要登陆才能访问页面的内容， 注意上面的地址只是一个示例，需要换成你想要抓取页面的地址。 这样我们就可以做到很多事情了， 千万不要做坏事哦！

原文来源：https://m.pythontab.com/article/1030