PHP 使用 CURL 同步抓取多个网页

于JavaScript 可使用 AJAX 的 async（YAHOO.util.Connect.asyncRequest）来达成， 于 PHP 可以用 CURL 来达成此 Multi-Threading 的效果。

程序（async.php）

以下为引用的内容： <?php function async_get_url($url_array, $wait_usec = 0) {     if (!is_array($url_array))         return false;     $wait_usec = intval($wait_usec);     $data    = array();     $handle  = array();     $running = 0;     $mh = curl_multi_init(); // multi curl handler     $i = 0;     foreach($url_array as $url) {         $ch = curl_init();         curl_setopt($ch, CURLOPT_URL, $url);         curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); // return don't print         curl_setopt($ch, CURLOPT_TIMEOUT, 30);         curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 5.01; Windows NT 5.0)');         curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1); // 302 redirect         curl_setopt($ch, CURLOPT_MAXREDIRS, 7);         curl_multi_add_handle($mh, $ch); // 把 curl resource 放进 multi curl handler 里         $handle[$i++] = $ch;     }     /* 执行 */     do {         curl_multi_exec($mh, $running);         if ($wait_usec > 0) /* 每个 connect 要间隔多久 */             usleep($wait_usec); // 250000 = 0.25 sec     } while ($running > 0);     /* 读取资料 */     foreach($handle as $i => $ch) {         $content  = curl_multi_getcontent($ch);         $data[$i] = (curl_errno($ch) == 0) ? $content : false;     }     /* 移除 handle*/     foreach($handle as $ch) {         curl_multi_remove_handle($mh, $ch);     }     curl_multi_close($mh);     return $data; } ?>

使用

以下为引用的内容： <?php $urls = array('http://example1.com', 'http://example2.com'); print_r(async_get_url($urls)); // [0] => example1, [1] => example2 ?>

测试

sleep.php # 看时间延长取得的效果

以下为引用的内容： <?php sleep(intval($_GET['time'])); echo intval($_GET['time']); ?>

以下为引用的内容： <?php $url_array = array(         'http://example.com/sleep.php?time=5',         'http://example.com/sleep.php?time=10',         'http://example.com/sleep.php?time=7',         'http://example.com/sleep.php?time=5',         ); print_r(async_get_url($url_array)); // 总花费时间会是 10 秒, 并印出 [0] => 5, [1] => 10, [2] => 7, [3] => 5 ?>