今天來介紹PHP模擬發送POST請求的重型武器——cURL函數庫的使用和其多線程的優化方法。
說起cURL函數，可謂是老生常談，但網上許多資料都在關鍵部分語焉不詳，列出一大堆手冊上的東西，搞得我入門時也萬分痛苦，我翻了些資料，結合自己的筆記，總結了這篇博文，希望能給初次接觸cURL的開發者提供一些幫助。
cURL的基本使用步驟
首先來介紹cURL:
cURL按照HTTP頭信息來模擬浏覽器傳輸數據，它支持FTP, FTPS, HTTP, HTTPS, DICT, FILE等協議，擁有HTTPS認證，HTTP POST方法，HTTP PUT方法，FTP上傳，HTTP上傳，代理服務器，cookies，用戶名/密碼認證等功能。cURL可謂是實現爬站抓取網頁、POST數據等功能的利器。
使用cURL函數主要分為四部分：
1.初始化cURL。
2.設置cURL變量，這是cRUL的核心，擴展功能全靠這一步驟。
3.執行cURL,獲取結果。
4.關閉連接，回收資源。
$ch = curl_init();//1 curl_setopt($ch, CURLOPT_URL, "http://localhost");//2 $output = curl_exec($ch);//3 curl_close($ch);//4
另外，我們還可以使用curl_getinfo($ch)函數獲取curl執行的信息，其結果為一個數組
$info數組的內容包括如下等內容：
cURL的常用設置
下面詳細介紹curl使用第二步時常用的變量設置，在使用curl函數時，可以按各種需求來設置。
設置基本信息：
curl_setopt($ch, CURLOPT_URL, $string);//設置curl的目錄地址
curl_setopt($ch, CURLOPT_PORT, $port);//設置連接端口，一般不設置默認80
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);//返回結果流，並不是輸出它留待後續處理，一般會設置這一項，稍後處理抓取到的信息，而不是直接輸出出來。
設置POST數據信息：
curl_setopt($ch, CURLOPT_POST, 1);//設置傳送數據方式為POST
curl_setopt($ch, CURLOPT_POSTFIELDS, $string);//設置要傳輸的數據
設置驗證信息：
curl_setopt($ch, CURLOPT_COOKIE, $string);//設置curl執行時所攜帶的Cookie信息
curl_setopt($ch, CURLOPT_USERAGENT, $string);//設置curl模擬的浏覽器信息
curl_setopt($ch, CURLOPT_REFERER, $string);//設置header中的referer,有利於破解防盜鏈
curl_setopt($ch, CURLOPT_USERPWD, $string);//傳遞一個連接中需要的用戶名和密碼，格式為："[username]:[password]"
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);//設置允許服務器重定向
設置強化信息：
curl_setopt($ch, CURLOPT_NOBODY, 1);//設置不允許輸出HTML body體，如果在抓取頁面標題等信息時設置此選項會大大加快速度
curl_setopt($ch, CURLOPT_TIMEOUT, $int);//設置允許執行的最長秒數（超時時間），設置數值小的時候，CURL會放棄執行時間長的頁面
curl_setopt($ch, CURLOPT_HEADER, 1);//設置允許將讀取目標時產生的header頭文件包含在輸出流中
cURL批處理功能的基本使用
當然cURL的功能並不止於此，在手冊上你可以找到它更多的變量設置。而且cURL最強大的地方在其批處理功能。
cURL的批處理似乎也很好理解，以下是一般步驟：
1.$mh = curl_multi_init();//初始化一個批處理句柄。
2.curl_multi_add_handle($mh,$ch); //往批處理句柄中添加設置好的$ch句柄。
3.curl_multi_exec($mh,$running);//執行$mh句柄，並將$mh句柄的運行狀態寫入$running變量中
4.當$running為true時循環執行curl_multi_close()函數
5.循環結束後遍歷$mh句柄，用curl_multi_getcontent()獲取第一個句柄的返回值
6.用curl_multi_remove_handle()將$mh中的句柄移除
7.用curl_multi_close()關閉$mh批處理句柄。
代碼如下：
<?php
$chArr=[];
for($i=0;$i<50;$i++){
$chArr[$i]=curl_init("http://www.baidu.com");
curl_setopt($chArr[$i],CURLOPT_RETURNTRANSFER,1);
}
$mh = curl_multi_init(); //1
foreach($chArr as $k => $ch){
curl_multi_add_handle($mh,$ch); //2
}
$running = null;
do{
curl_multi_exec($mh,$running); //3
}while($running > 0); //4
foreach($chArr as $k => $ch){
$result[$k]= curl_multi_getcontent($ch); //5
curl_multi_remove_handle($mh,$ch);//6
}
curl_multi_close($mh); //7
?>
cURL批處理時內存占用過多的問題
但是，執行大批量的句柄時我們會發現一個很嚴重的問題，那就是執行時系統CPU占用率幾乎100%，幾乎是死機狀態了。糾其原因，那是因為在$running>0,執行 curl_multi_exec($mh,$running)而整個批處理句柄沒有全部執行完畢時，系統會不停地執行curl_multi_exec()函數。我們用實驗來證明：
我們在循環中curl_multi_exec($mh,$running)句前加入一個echo "a";的語句。我們的目的是執行50次對百度的訪問，然後來看一下結果。
從圖中滾動條的大小(滾動條已經最小狀態了)可以大概看出輸出a的個數，500個也不止，所以我們便可以找到占用CPU的罪魁禍首了。
cURL批處理時的內存優化方案
進行改動的方式是應用curl函數庫中的curl_multi_select()函數，其函數原型如下：
int curl_multi_select ( resource $mh [, float $timeout = 1.0 ] )
阻塞直到cURL批處理連接中有活動連接。成功時返回描述符集合中描述符的數量。失敗時，select失敗時返回-1，否則返回超時(從底層的select系統調用)。
我用們curl_multi_select()函數來達到沒有需要讀取的程序就阻塞住的目的。
我們對批處理的第3、4步進行優化，利用其多線程，模擬並發程序。
很多朋友會對手冊中提供的代碼心存疑惑（我一開始也是），下面的代碼及解釋。
$running = null;
do {
$mrc = curl_multi_exec($mh, $running);
} while ($mrc == CURLM_CALL_MULTI_PERFORM);
//本次循環第一次處理$mh批處理中的$ch句柄，並將$mh批處理的執行狀態寫入$running,當狀態值等於CURLM_CALL_MULTI_PERFORM時，表明數據還在寫入或讀取中，執行循環，當第一次$ch句柄的數據寫入或讀取成功後，狀態值變為CURLM_OK，跳出本次循環，進入下面的大循環之中。
//$running為true，即$mh批處理之中還有$ch句柄正待處理，$mrc==CURLM_OK,即上一次$ch句柄的讀取或寫入已經執行完畢。
while ($running && $mrc == CURLM_OK) {
if (curl_multi_select($mh) != -1) {//$mh批處理中還有可執行的$ch句柄，curl_multi_select($mh) != -1程序退出阻塞狀態。
do { //繼續執行需要處理的$ch句柄。
$mrc = curl_multi_exec($mh, $running);
} while ($mrc == CURLM_CALL_MULTI_PERFORM);
}
}
這樣執行的好處是$mh批處理中的$ch句柄會在讀取或寫入數據結束後($mrc==CURLM_OK),進入curl_multi_select($mh)的阻塞階段，而不會在整個$mh批處理執行時不停地執行curl_multi_exec,白白浪費CPU資源。
cURL批處理的內存優化結果
完整代碼如下：
<?php
$chArr=[];
for($i=0;$i<50;$i++){
$chArr[$i]=curl_init("http://www.baidu.com");
curl_setopt($chArr[$i],CURLOPT_RETURNTRANSFER,1);
}
$mh = curl_multi_init();
foreach($chArr as $k => $ch)
curl_multi_add_handle($mh,$ch);
$running = null;
do {
$mrc = curl_multi_exec($mh, $running);
} while ($mrc == CURLM_CALL_MULTI_PERFORM);
while ($running && $mrc == CURLM_OK) {
if (curl_multi_select($mh) != -1) {
do {
$mrc = curl_multi_exec($mh, $running);
} while ($mrc == CURLM_CALL_MULTI_PERFORM);
}
}
foreach($chArr as $k => $ch){
$result[$k]= curl_multi_getcontent($ch);
curl_multi_remove_handle($mh,$ch);
}
curl_multi_close($mh);
?>
我們再次在 $mrc = curl_multi_exec($mh, $running)句子前加入echo "a";結果如下圖：
雖然也不止50次，但是比之未優化前，CPU使用率已經大為改觀。
雖然curl函數非常強大，但是我們還是有使用其他函數來發送POST請求的機會，另外也能從更底層了解curl函數，所以本輯也用大很大篇幅在其他函數上。
OK，本輯結束，寫這輯博文的同時，我也學習到了很多。如果您覺得本博文對您有幫助，請您點推薦或關注我，我們繼續分享我的筆記總結。如果有什麼問題，您可以在下方留言討論，謝謝閱讀。
