cURL、file_get_contents、snoopy.class.php 优缺点

curl()、file_get_contents()、snoopy.class.php这三个远程页面抓取或采集中用到的工具，他们功能至关，到底有什么优缺点呢，下面逐一介绍：

snoopy.class.php

snoopy 是用 fsockopen 自开发的一个类，效率比较高且不须要服务器特定配置支持，在普通虚拟主机中便可使用，可是常常出问题。官方网址：http://sourceforge.net/projects

Snoopy是一个php类，用来模拟浏览器的功能，能够获取网页内容，发送表单。
Snoopy的特色：
一、抓取网页的内容 fetch
二、抓取网页的文本内容 (去除HTML标签) fetchtext
三、抓取网页的连接，表单 fetchlinks fetchform
四、支持代理主机
五、支持基本的用户名/密码验证
六、支持设置 user_agent, referer(来路), cookies 和 header content(头文件)
七、支持浏览器重定向，并能控制重定向深度
八、能把网页中的连接扩展成高质量的url(默认)
九、提交数据而且获取返回值
十、支持跟踪HTML框架
十一、支持重定向的时候传递cookies
要求php4以上就能够了，因为自己是php一个类，无需扩支持，服务器不支持curl时候的最好选择。

file_get_contents()

file_get_contents 是 fsockopen 功能的简单打包，效率稍低些，可是抓取成功率很高，因此在 snoopy 出问题的时候我通常那他来。5.0.0 添加了对 context 的支持，有了context，他也能够发送 header 信息，自定义用户 agent, referer, cookies 都不在话下。5.1.0 添加了 offset 和 maxlen 参数，能够只读文件的一部份内容。

curl()

功能最强大，几乎能够模拟浏览器的各个方面，几乎能够以假乱真。效率也很高，支持多线程，不过须要开启下 curl 扩展。

cURL是一个利用URL语法规定来传输文件和数据的工具，支持不少协议，如HTTP、FTP、TELNET等。PHP也支持cURL库，咱们经常用来远程页面抓取和采集。

一些CMS会使用curl函数，这就须要在服务器开启CURL扩展，下面介绍具体的方法：

一、将PHP的ext目录下的三个文件：php_curl.dll、libeay32.dll和ssleay32.dll复制到系统system32目录中。

二、将php.ini中的
;extension=php_curl.dll 前面的分号去掉

三、重启IIS或Apache

四、测试代码

<?php
    //初始化
    $ch = curl_init();
    //设置选项，包括URL
    curl_setopt($ch,CURLOPT_URL,"www.abc.net");
    curl_setopt($ch,CURLOPT_HEADER,1);
    curl_exec($ch);
    curl_close($ch);
?>