使用curl实现多线程
curl一般用来抓取网页，第二种就是get或者post数据，第三种应用就是实现PHP的多线程任务
下面来实现多线程的
可以返回：
- URLINFO_EFFECTIVE_URL – 最后一个有效的URL地址
- CURLINFO_HTTP_CODE – 最后一个收到的HTTP代码
- CURLINFO_FILETIME – 远程获取文档的时间，如果无法获取，则返回值为“-1”
- CURLINFO_TOTAL_TIME – 最后一次传输所消耗的时间
- CURLINFO_NAMELOOKUP_TIME – 名称解析所消耗的时间
- CURLINFO_CONNECT_TIME – 建立连接所消耗的时间
- CURLINFO_PRETRANSFER_TIME – 从建立连接到准备传输所使用的时间
- CURLINFO_STARTTRANSFER_TIME – 从建立连接到传输开始所使用的时间
- CURLINFO_REDIRECT_TIME – 在事务传输开始前重定向所使用的时间
- CURLINFO_SIZE_UPLOAD – 上传数据量的总值
- CURLINFO_SIZE_DOWNLOAD – 下载数据量的总值
- CURLINFO_SPEED_DOWNLOAD – 平均下载速度
- CURLINFO_SPEED_UPLOAD – 平均上传速度
- CURLINFO_HEADER_SIZE – header部分的大小
- CURLINFO_HEADER_OUT – 发送请求的字符串
- CURLINFO_REQUEST_SIZE – 在HTTP请求中有问题的请求的大小
- CURLINFO_SSL_VERIFYRESULT – 通过设置 CURLOPT_SSL_VERIFYPEER 返回的SSL证书验证请求的结果
- CURLINFO_CONTENT_LENGTH_DOWNLOAD – 从 Content-Length: field中读取的下载内容长度
- CURLINFO_CONTENT_LENGTH_UPLOAD – 上传内容大小的说明
- CURLINFO_CONTENT_TYPE – 下载内容的 Content-Type: 值，NULL表示服务器没有发送有效的 Content-Type: header
-
<?php
/*
curl 多线程抓取
*/
/**
* curl 多线程
*
* @param array $array 并行网址
* @param int $timeout 超时时间
* @return array
*/
function Curl_http($array,$timeout){
$res = array();
$mh = curl_multi_init();//创建多个curl语柄
$startime = getmicrotime();
foreach($array as $k=>$url){
$conn[$k]=curl_init($url);
curl_setopt($conn[$k], CURLOPT_TIMEOUT, $timeout);//设置超时时间
curl_setopt($conn[$k], CURLOPT_USERAGENT, 'Mozilla/5.0 (compatible; MSIE 5.01; Windows NT 5.0)');
curl_setopt($conn[$k], CURLOPT_MAXREDIRS, 7);//HTTp定向级别
curl_setopt($conn[$k], CURLOPT_HEADER, 0);//这里不要header，加块效率
curl_setopt($conn[$k], CURLOPT_FOLLOWLOCATION, 1); // 302 redirect
curl_setopt($conn[$k],CURLOPT_RETURNTRANSFER,1);
curl_multi_add_handle ($mh,$conn[$k]);
}
//防止死循环耗死cpu 这段是根据网上的写法
do {
$mrc = curl_multi_exec($mh,$active);//当无数据，active=true
} while ($mrc == CURLM_CALL_MULTI_PERFORM);//当正在接受数据时
while ($active and $mrc == CURLM_OK) {//当无数据时或请求暂停时，active=true
if (curl_multi_select($mh) != -1) {
do {
$mrc = curl_multi_exec($mh, $active);
} while ($mrc == CURLM_CALL_MULTI_PERFORM);
}
}
foreach ($array as $k => $url) {
curl_error($conn[$k]);
$res[$k]=curl_multi_getcontent($conn[$k]);//获得返回信息
$header[$k]=curl_getinfo($conn[$k]);//返回头信息
curl_close($conn[$k]);//关闭语柄
curl_multi_remove_handle($mh , $conn[$k]); //释放资源
}
curl_multi_close($mh);
$endtime = getmicrotime();
$diff_time = $endtime - $startime;
return array('diff_time'=>$diff_time,
'return'=>$res,
'header'=>$header
);
}
//计算当前时间
function getmicrotime() {
list($usec, $sec) = explode(" ",microtime());
return ((float)$usec + (float)$sec);
}
//测试一下，curl 三个网址
$array = array(
"http://www.weibo.com/",
"http://www.renren.com/",
"http://www.qq.com/"
);
$data = Curl_http($array,'10');//调用
var_dump($data);//输出
?>
关于do while的那段解释：
因为$active要等全部url数据接受完毕才变成false，所以这里用到了curl_multi_exec的返回值判断是否还有数据，
当有数 据的时候就不停调用curl_multi_exec，暂时没有数据就进入select阶段，新数据一来就可以被唤醒继续执行。
这里的好处就是CPU的无谓 消耗没有了。更详细的说明： http://hi.baidu.com/%D4%C2%D2%B9%C4%FD%ED%F8/blog/item/9dfcf4fbe6b84374024f563d.html
这个多线程的写法步骤：
第一步：调用curl_multi_init
第二步：循环调用curl_multi_add_handle
这一步需要注意的是，curl_multi_add_handle的第二个参数是由curl_init而来的子handle。
第三步：持续调用curl_multi_exec
第四步：根据需要循环调用curl_multi_getcontent获取结果
第五步：调用curl_multi_remove_handle，并为每个字handle调用curl_close
第六步：调用curl_multi_close
多线程的测试效果图：
总结：36个http请求，从执行的是时间顺序上来看，三个网站的ip交叉，说明是同时并发的！
