PHP CURL或file_get_contents获取网页标题的代码及两者效率的稳定性问题

php curl与file_get_contents函数都可以获取远程服务器上的文件保存到本地，但在性能上面两者完全不在同一个级别，下面我先来介绍php curl或file_get_contents函数应用例子，然后再简单的给各位介绍一下它们的一些小区别吧。

推荐方法 curl获取

<?php
$c = curl_init();
$url = 'www.jb51.net';
curl_setopt($c, curlopt_url, $url);
curl_setopt($c, curlopt_returntransfer, 1);
$data = curl_exec($c);
curl_close($c);
$pos = strpos($data,'utf-8');
if($pos===false){$data = iconv("gbk","utf-8",$data);}
preg_match("/<title>(.*)<＼/title>/i",$data, $title);
echo $title[1];
?>

使用file_get_contents

<?php
$content=file_get_contents("//www.jb51.net/");
$pos = strpos($content,'utf-8');
if($pos===false){$content = iconv("gbk","utf-8",$content);}
$postb=strpos($content,'<title>')+7;
$poste=strpos($content,'</title>');
$length=$poste-$postb;
echo substr($content,$postb,$length);
?>

看看file_get_contents性能

1）fopen/file_get_contents 每次请求远程url中的数据都会重新做dns查询，并不对dns信息进行缓存。但是curl会自动对dns信息进行缓存。对同一域名下的网页或者图片的请求只需要一次dns 查询。这大大减少了dns查询的次数。所以curl的性能比fopen/file_get_contents 好很多。
2）fopen/file_get_contents在请求http时，使用的是http_fopen_wrapper，不会keeplive。而curl却可以。这样在多次请求多个链接时，curl效率会好一些。(设置header头应该可以)
3）fopen/file_get_contents函数会受到php.ini文件中allow_url_open选项配置的影响。如果该配置关闭了，则该函数也就失效了。而curl不受该配置的影响。
4）curl可以模拟多种请求，例如：post数据，表单提交等，用户可以按照自己的需求来定制请求。而fopen/file_get_contents只能使用get方式获取数据。
5）fopen/file_get_contents 不能正确下载二进制文件
6）fopen/file_get_contents 不能正确处理ssl请求
7）curl 可以利用多线程
8）使用 file_get_contents 的时候如果 网络出现问题， 很容易堆积一些进程在这里
9）如果是要打一个持续连接，多次请求多个页面。那么file_get_contents就会出问题。取得的内容也可能会不对。所以做一些类似采集工作的时候，肯定就有问题了。对做采集抓取的用curl,如果还有同不相信下面我们再做个测试

curl与file_get_contents性能对比php源代码如下：

1829.php

<?php
/**
* 通过淘宝ip接口获取ip地理位置
* @param string $ip
* @return: string
**/
function getcitycurl($ip)
{
 $url="http://ip.taobao.com/service/getipinfo.php?ip=".$ip;
 $ch = curl_init();
 $timeout = 5;
 curl_setopt ($ch, curlopt_url, $url);
 curl_setopt ($ch, curlopt_returntransfer, 1);
 curl_setopt ($ch, curlopt_connecttimeout, $timeout);
 $file_contents = curl_exec($ch);
 curl_close($ch);
 $ipinfo=json_decode($file_contents);
 if($ipinfo->code=='1'){
  return false;
 }
 $city = $ipinfo->data->region.$ipinfo->data->city;
 return $city;
}
function getcity($ip)
{
 $url="http://ip.taobao.com/service/getipinfo.php?ip=".$ip;
 $ipinfo=json_decode(file_get_contents($url));
 if($ipinfo->code=='1'){
  return false;
 }
 $city = $ipinfo->data->region.$ipinfo->data->city;
 return $city;
}
// for file_get_contents
$starttime=explode(' ',microtime());
$starttime=$starttime[0] + $starttime[1];
for($i=1;$i<=10;$i++)
{
 echo getcity("121.207.247.202")."</br>";
}
$endtime = explode(' ',microtime());
$endtime = $endtime[0] + $endtime[1];
$totaltime = $endtime - $starttime;
echo 'file_get_contents:'.number_format($totaltime, 10, '.', "")." seconds</br>";
//for curl
$starttime2=explode(' ',microtime());
$starttime2=$starttime2[0] + $starttime2[1];
for($i=1;$i<=10;$i++)
{
 echo getcitycurl('121.207.247.202')."</br>";
}
$endtime2 = explode(' ',microtime());
$endtime2=$endtime2[0] + $endtime2[1];
$totaltime2 = $endtime2 - $starttime2;
echo "curl:".number_format($totaltime2, 10, '.', "")." seconds";
?>

测试访问

file_get_contents速度：4.2404510975 seconds
curl速度:2.8205530643 seconds
curl比file_get_contents速度快了30%左右,最重要的是服务器负载更低.

ps：php函数file_get_contents与curl效率及稳定性问题

习惯了使用方便快捷的file_get_contents函数抓取别家网站内容，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，可多数时候不好使：

$config['context'] = stream_context_create(array('http' => array('method' => "get",'timeout' => 5))); 
'timeout' => 5//这个超时时间不稳定，经常不好使。这时候，看一下服务器的连接池，会发现一堆类似下面的错误，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_get_contents($url) 
{ 
 $ch = curl_init(); 
 curl_setopt($ch, curlopt_url, $url);   //设置访问的url地址 
 //curl_setopt($ch,curlopt_header,1);   //是否显示头部信息 
 curl_setopt($ch, curlopt_timeout, 5);   //设置超时 
 curl_setopt($ch, curlopt_useragent, _useragent_); //用户访问代理 user-agent 
 curl_setopt($ch, curlopt_referer,_referer_);  //设置 referer 
 curl_setopt($ch,curlopt_followlocation,1);  //跟踪301 
 curl_setopt($ch, curlopt_returntransfer, 1);  //返回结果 
 $r = curl_exec($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！