曹鹏：php多线程抓取信息测试

评论
4 views

 　　曹鹏：php多线程抓取信息测试。只在php5.3以后的版本才真正的可以使用多线程序了，以前都是假的curl实现的多线程工作，下面我来给各位介绍几个多线程抓取信息测试例子，希望对各位会有帮助。

　　曹鹏：php多线程抓取信息测试。PHP 5.3 以上版本，使用pthreads PHP扩展，可以使PHP真正地支持多线程。多线程在处理重复性的循环任务，能够大大缩短程序执行时间。

　　PHP扩展下载：https://github.com/krakjoe/pthreads

　　PHP手册文档：http://php.net/manual/zh/book.pthreads.php

　　1、扩展的编译安装(Linux)，编辑参数 --enable-maintainer-zts 是必选项：

　　cd /Data/tgz/php-5.3.8

　　./configure --prefix=/Data/apps/php --with-config-file-path=/Data/apps/php/etc --with-mysql=/Data/apps/mysql --with-mysqli=/Data/apps/mysql/bin/mysql_config --with-iconv-dir --with-freetype-dir=/Data/apps/libs --with-jpeg-dir=/Data/apps/libs --with-png-dir=/Data/apps/libs --with-zlib --with-libxml-dir=/usr --enable-xml --disable-rpath --enable-bcmath --enable-shmop --enable-sysvsem --enable-inline-optimization --with-curl --enable-mbregex --enable-fpm --enable-mbstring --with-mcrypt=/Data/apps/libs --with-gd --enable-gd-native-ttf --with-openssl --with-mhash --enable-pcntl --enable-sockets --with-xmlrpc --enable-zip --enable-soap --enable-opcache --with-pdo-mysql --enable-maintainer-zts

　　make clean

　　make

　　make install

　　unzip pthreads-master.zip

　　cd pthreads-master

　　/Data/apps/php/bin/phpize

　　./configure --with-php-config=/Data/apps/php/bin/php-config

　　make

　　make install

　　添加扩展：

　　vi /Data/apps/php/etc/php.ini

　　extension = "pthreads.so"

　　一段PHP多线程、与For循环，抓取百度搜索页面的PHP代码示例：

 代码如下 复制代码
<?php  
  class test_thread_run extends Thread   
  {  
      public $url;  
      public $data;  
 
      public function __construct($url)  
      {  
          $this->url = $url;  
      }  
 
      public function run()  
      {  
          if(($url = $this->url))  
          {  
              $this->data = model_http_curl_get($url);  
          }  
      }  
  }  
 
  function model_thread_result_get($urls_array)   
  {  
      foreach ($urls_array as $key => $value)   
      {  
          $thread_array[$key] = new test_thread_run($value["url"]);  
          $thread_array[$key]->start();  
      }  
 
      foreach ($thread_array as $thread_array_key => $thread_array_value)   
      {  
          while($thread_array[$thread_array_key]->isRunning())  
          {  
              usleep(10);  
          }  
          if($thread_array[$thread_array_key]->join())  
          {  
              $variable_data[$thread_array_key] = $thread_array[$thread_array_key]->data;  
          }  
      }  
      return $variable_data;  
  }  
 
  function model_http_curl_get($url,$userAgent="")   
  {  
      $userAgent = $userAgent ? $userAgent : 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.2)';   
      $curl = curl_init();  
      curl_setopt($curl, CURLOPT_URL, $url);  
      curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);  
      curl_setopt($curl, CURLOPT_TIMEOUT, 5);  
      curl_setopt($curl, CURLOPT_USERAGENT, $userAgent);  
      $result = curl_exec($curl);  
      curl_close($curl);  
      return $result;  
  }  
 
  for ($i=0; $i < 100; $i++)   
  {   
      $urls_array[] = array("name" => "baidu", "url" => "http://www.baidu.com/s?wd=".mt_rand(10000,20000));  
  }  
 
  $t = microtime(true);  
  $result = model_thread_result_get($urls_array);  
  $e = microtime(true);  
  echo "多线程：".($e-$t)."n";  
 
  $t = microtime(true);  
  foreach ($urls_array as $key => $value)   
  {  
      $result_new[$key] = model_http_curl_get($value["url"]);  
  }  
  $e = microtime(true);  
  echo "For循环：".($e-$t)."n";  
?>

　　例子，采集数据

 代码如下 复制代码

<?php 
$urls = array( 
'http://www.111cn.net/', 
'http://www.sohu.com/', 
'http://www.163.com/' 
);

$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[$i],CURLOPT_RETURNTRANSFER,true); // 设置不将爬取代码写到浏览器，而是转化为字符串 
curl_multi_add_handle ($mh,$conn[$i]); 
}

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

foreach ($urls as $i => $url) { 
$data = curl_multi_getcontent($conn[$i]); // 获得爬取的代码字符串 
fwrite($st,$data); // 将字符串写入文件。当然，也可以不写入文件，比如存入数据库 
} // 获得数据变量，并写入文件

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

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

曹鹏：php多线程抓取信息测试，想了解更多的php教程，点击e良师益友网观看。