卡卡網(wǎng)

php中curl_init()的作用很大，尤其是在抓取網(wǎng)頁(yè)內(nèi)容或文件信息的時(shí)候，例如之前文章curl獲得header檢測(cè)GZip壓縮的源代碼就介紹到curl_init()的強(qiáng)大。

curl_init()處理事物是單線程模式，如果需要對(duì)事務(wù)處理走多線程模式，那么php里提供了一個(gè)函數(shù)curl_multi_init()給我們，這就是多線程模式處理事務(wù)的函數(shù)。

curl_init()與curl_multi_init()的速度比較

curl_multi_init()多線程能提高網(wǎng)頁(yè)的處理速度嗎？今天我通過(guò)實(shí)驗(yàn)來(lái)驗(yàn)證一下這個(gè)問(wèn)題。

今天我的測(cè)試很簡(jiǎn)單，那就是要抓取howtostagehomes.com網(wǎng)頁(yè)的內(nèi)容，要連續(xù)抓5次，分別用curl_init()和curl_multi_init()函數(shù)來(lái)完成，記錄兩者的耗時(shí)，比較得出結(jié)論。

首先，用curl_init()單線程連續(xù)抓5次howtostagehomes.com網(wǎng)頁(yè)的內(nèi)容。

程序代碼如下：

<?php
$mtime = explode(" ", microtime());
$mtime = $mtime[1].($mtime[0] * 1000);
$mtime2 = explode(".", $mtime);
$mtime = $mtime2[0];
echo $mtime;
echo "<br>";
for($i=1; $i<=5; $i++){
$szUrl = 'http://howtostagehomes.com/';
$curl = curl_init();
curl_setopt($curl, CURLOPT_URL, $szUrl);
curl_setopt($curl, CURLOPT_HEADER, 0);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($curl, CURLOPT_ENCODING, '');
$data=curl_exec($curl);
echo $data;
echo "<br>";
$mtime_ = explode(" ", microtime());
$mtime_ = $mtime_[1].($mtime_[0] * 1000);
$mtime2_ = explode(".", $mtime_);
$mtime_ = $mtime2_[0];
echo $mtime_;
echo "<br>";
echo $mtime_ - $mtime;
}
?>

然后，用curl_multi_init()多線程連續(xù)抓5次howtostagehomes.com網(wǎng)頁(yè)的內(nèi)容。

代碼如下：

<?php
echo date("Y-m-d H:m:s",time());
echo " ";
echo floor(microtime()*1000);
echo "<br>";
$mtime = explode(" ", microtime());
$mtime = $mtime[1].($mtime[0] * 1000);
$mtime2 = explode(".", $mtime);
$mtime = $mtime2[0];
echo $mtime;
echo "<br>";
$urls = array(
'http://howtostagehomes.com',
'http://howtostagehomes.com',
'http://howtostagehomes.com',
'http://howtostagehomes.com',
'http://howtostagehomes.com');
print_r(async_get_url($urls)); // [0] => example1, [1] => example2
echo "<br>";
echo date("Y-m-d H:m:s",time());
echo " ";
echo floor(microtime()*1000);
echo "<br>";
$mtime_ = explode(" ", microtime());
$mtime_ = $mtime_[1].($mtime_[0] * 1000);
$mtime2_ = explode(".", $mtime_);
$mtime_ = $mtime2_[0];
echo $mtime_;
echo "<br>";
echo $mtime_ - $mtime;

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 放進(jìn) multi curl handler 里
        $handle[$i++] = $ch;
    }
    /* 執(zhí)行 */
    do {
        curl_multi_exec($mh, $running);
        if ($wait_usec > 0) /* 每個(gè) connect 要間隔多久 */
            usleep($wait_usec); // 250000 = 0.25 sec
    } while ($running > 0);
    /* 讀取資料 */
    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;
}
?>

為了避免隨機(jī)性，我分別測(cè)了5次（用CTRL+F5強(qiáng)行刷新的方式），數(shù)據(jù)如下：

curl_init()：

curl_multi_init()：

從測(cè)試結(jié)果來(lái)看，我們發(fā)現(xiàn)兩種方法的耗時(shí)差不了太多，只有700多毫秒。很多人原本以為多線程比單線程耗時(shí)會(huì)短很多，實(shí)際上并不是這樣的，從數(shù)據(jù)來(lái)看，多線程反而比單線程耗時(shí)更多了一點(diǎn)。不過(guò)，對(duì)于某些事務(wù)來(lái)說(shuō)，用多線程來(lái)處理不一定是為了追求速度，這個(gè)是需要注意的。

關(guān)于curl_multi_init()

一般來(lái)說(shuō)，想到要用curl_multi_init()時(shí)，目的是要同時(shí)請(qǐng)求多個(gè)url，而不是一個(gè)一個(gè)依次請(qǐng)求，否則就要curl_init()了。

不過(guò)，在使用curl_multi的時(shí)候，你可能遇到cpu消耗過(guò)高、網(wǎng)頁(yè)假死等現(xiàn)象，可以看看如何解決curl_multi導(dǎo)致網(wǎng)頁(yè)假死的問(wèn)題

使用curl_multi的步驟總結(jié)如下：

第一步：調(diào)用curl_multi_init
第二步：循環(huán)調(diào)用curl_multi_add_handle
這一步需要注意的是，curl_multi_add_handle的第二個(gè)參數(shù)是由curl_init而來(lái)的子handle。
第三步：持續(xù)調(diào)用curl_multi_exec
第四步：根據(jù)需要循環(huán)調(diào)用curl_multi_getcontent獲取結(jié)果
第五步：調(diào)用curl_multi_remove_handle，并為每個(gè)字handle調(diào)用curl_close
第六步：調(diào)用curl_multi_close

各函數(shù)作用解釋?zhuān)?/strong>

curl_multi_init()
初始化一個(gè)curl批處理句柄資源。

curl_multi_add_handle()
向curl批處理會(huì)話中添加單獨(dú)的curl句柄資源。curl_multi_add_handle()函數(shù)有兩個(gè)參數(shù)，第一個(gè)參數(shù)表示一個(gè)curl批處理句柄資源，第二個(gè)參數(shù)表示一個(gè)單獨(dú)的curl句柄資源。

curl_multi_exec()
解析一個(gè)curl批處理句柄，curl_multi_exec()函數(shù)有兩個(gè)參數(shù)，第一個(gè)參數(shù)表示一個(gè)批處理句柄資源，第二個(gè)參數(shù)是一個(gè)引用值的參數(shù)，表示剩余需要處理的單個(gè)的curl句柄資源數(shù)量。

curl_multi_remove_handle()
移除curl批處理句柄資源中的某個(gè)句柄資源，curl_multi_remove_handle()函數(shù)有兩個(gè)參數(shù)，第一個(gè)參數(shù)表示一個(gè)curl批處理句柄資源，第二個(gè)參數(shù)表示一個(gè)單獨(dú)的curl句柄資源。

curl_multi_close()
關(guān)閉一個(gè)批處理句柄資源。

curl_multi_getcontent()
在設(shè)置了CURLOPT_RETURNTRANSFER的情況下，返回獲取的輸出的文本流。

curl_multi_info_read()
獲取當(dāng)前解析的curl的相關(guān)傳輸信息。

實(shí)例
請(qǐng)看本文里async_get_url()的寫(xiě)法。