简单的使用php多线程抓取网页

PHP 利用 Curl Functions 可以完成各种传送文件操作，比如模拟浏览器发送GET，POST请求等等，受限于php语言本身不支持多线程，所以开发爬虫程序效率并不高，这时候往往需 要借助Curl Multi Functions 它可以实现并发多线程的访问多个url地址。既然 Curl Multi Function如此强大，能否用 Curl Multi Functions 来写并发多线程下载文件呢，当然可以，下面给出我的代码：

<?php
$urls = array(
 ‘http://www.sina.com.cn/‘,
 ‘http://www.sohu.com/‘,
 ‘http://www.163.com/‘
); // 设置要抓取的页面URL  

$save_to=‘/test.txt‘;   // 把抓取的代码写入该文件   

$st = fopen($save_to,"a");
$mh = curl_multi_init();   

foreach ($urls as $i => $url) {
  $conn[$i] = curl_init($url);
  curl_setopt($conn[$i], CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)");
  curl_setopt($conn[$i], CURLOPT_HEADER ,0);
  curl_setopt($conn[$i], CURLOPT_CONNECTTIMEOUT,60);
  curl_setopt($conn[$i], CURLOPT_FILE,$st); // 设置将爬取的代码写入文件
  curl_multi_add_handle ($mh,$conn[$i]);
} // 初始化  

do {
  curl_multi_exec($mh,$active);
} while ($active);  // 执行  

foreach ($urls as $i => $url) {
  curl_multi_remove_handle($mh,$conn[$i]);
  curl_close($conn[$i]);
} // 结束清理  

curl_multi_close($mh);
fclose($st);
?>