简评file_get_contents与curl 效率及稳定性3+

22,116 views / 2010.02.06 / 5:05 下午

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:

$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(http://***): failed to open stream…

不得已,安装了curl库,写了一个函数替换:

function curl_file_get_contents($durl){
   $ch = curl_init();
   curl_setopt($ch, CURLOPT_URL, $durl);
   curl_setopt($ch, CURLOPT_TIMEOUT, 5);
   curl_setopt($ch, CURLOPT_USERAGENT, _USERAGENT_);
   curl_setopt($ch, CURLOPT_REFERER,_REFERER_);
   curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
   $r = curl_exec($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!

Categories: 感悟 Tags: ,

重视HTML文件头部声明0+

8,637 views / 2010.02.04 / 10:10 上午

以前处理页面,习惯…这样写下去,后来W3C开始流行,发现好多好玩的东西在这样的标签下都不支持了,比如样式表中让元素居中的写法,margin:0 auto;
于是只好使用这样的写法了:

<!–CTYPE html PUBLIC “-//W3C//DTD XHTML 1.0 Transitional//EN” “http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dt–>

再写一个函数,比如原来的documeng.body.scrollTop在原有写法上是奏效的,但到了新标准中就会变为0,只好多加一些判断:

function getSrollTop(){
var scrollPos;
if (typeof window.pageYOffset != 'undefined') {
scrollPos = window.pageYOffset;
}
else if (typeof document.compatMode != 'undefined' &&
document.compatMode != 'BackCompat') {
scrollPos = document.documentElement.scrollTop;
}
else if (typeof document.body != 'undefined') {
scrollPos = document.body.scrollTop;
}
return scrollPos;
}
Categories: 感悟 Tags: ,

免费使用天涯只看楼主功能 – 免登录0+

8,031 views / 2010.02.03 / 12:12 下午

操作方法:

1.打开浏览器,随便添加一个网页到收藏夹中,添加的时候把名称更改为“只看楼主”,确定。

2.在收藏夹中右键点击刚添加的链接,属性,把url替换为 “javascript:V.lookByAuthor(chrAuthorName);”引号中的内容,确定

3.随便打开天涯一个帖子,然后点击收藏夹中的“只看楼主”这个链接,目标实现。

呵呵,你也可以把这个功能放在浏览器顶端的标签栏中,使用起来更加方便快捷。

Categories: 感悟 Tags: