測評file_get_contents與curl 效率及穩定性

pythontab發表於2014-04-16

做過好多抓取別家網站內容的產品，習慣了使用方便快捷的file_get_contents函式，但是總是會遇到獲取失敗的問題，儘管按照手冊中的例子設定了超時，可多數時候不會奏效：

$config['context'] = stream_context_create(array(‘http’ =< array(‘method’ =< “GET”,
   ’timeout’ =< 5//這個超時時間不穩定，經常不奏效
   )
  ));

這時候，看一下伺服器的連線池，會發現一堆類似的錯誤，讓你頭疼萬分：

file_get_contents(http://***): failed to open stream…

不得已，安裝了curl庫，寫了一個函式替換：

function curl_file_get_contents($durl){
    $ch=curl_init();
    curl_setopt($ch, CURLOPT_URL,$durl);
    curl_setopt($ch, CURLOPT_TIMEOUT,5);
    curl_setopt($ch, CURLOPT_USERAGENT, _USERAGENT_);
    curl_setopt($ch, CURLOPT_REFERER,_REFERER_);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);
    $r=curl_exec($ch);
    curl_close($ch);
    return $r;
}

如此，除了真正的網路問題外，沒再出現任何問題。

這是別人做過的關於curl和file_get_contents的測試：

file_get_contents抓取google.com需用秒數：

2.31319094

2.30374217

2.21512604

3.30553889

2.30124092

curl使用的時間：

0.68719101

0.64675593

0.64326

0.81983113

0.63956594

差距很大吧？呵呵，從我使用的經驗來說，這兩個工具不只是速度有差異，穩定性也相差很大。建議對網路資料抓取穩定性要求比較高的朋友使用上面的curl_file_get_contents函式，不但穩定速度快，還能假冒瀏覽器欺騙目標地址哦！


特別要注意：php版本不同可能測試結果不同，在php5.2下 file_get_contents函式效率特別低，容易出現佔用cpu過高的情況，建議升級到php5.3，經測試在php5.3下沒有該問題

相關文章