DedeHttpDown PHP远程下载网页的类，增强版 2013-1-17修改

1）新增远程主机判断，节约服务器资源。避免远程主机不存在的时候仍旧fsockopen，导致的死机占用服务器CPU

 

（2）新增响应401的判断和支持。

 

（3）增加对json返回文本的支持。

 

（4）日志的生成，如果设置了DEBUG_LEVEL且为TRUE则会对每次远程下载做日志。

 

（5）获取字节的限定dataLimit，节约服务器资源。

（6）修改日期：2013-1-17

 

 

如果还有更好的方法建议，可以随时联系我本人。admin@zbphp.com 

 

 

 

[php]  

/** 

 * 织梦HTTP下载类 

 * 

 * @version        $Id: dedehttpdown.class.php 1 11:42 2010年7月6日Z tianya $ 

 * @package        DedeCMS.Libraries 

 * @copyright      Copyright (c) 2007 - 2010, DesDev, Inc. 

 * @modify author  admin@zbphp.com 

 * @license        http://help.dedecms.com/usersguide/license.html 

 * @link           http://www.dedecms.com 

 */  

@set_time_limit(0);  

  

class DedeHttpDown  

{  

    var $m_url = '';  

    var $m_urlpath = '';  

    var $m_scheme = 'http';  

    var $m_host = '';  

    var $m_port = '80';  

    var $m_user = '';  

    var $m_pass = '';  

    var $m_path = '/';  

    var $m_query = '';  

    var $m_fp = '';  

    var $m_error = '';  

    var $m_httphead = '';  

    var $m_html = '';  

    var $dataLimit = 0;  

    var $m_puthead = '';  

    var $BaseUrlPath = '';  

    var $HomeUrl = '';  

    var $reTry = 0;  

    var $JumpCount = 0;  

  

    /** 

     *  初始化系统 

     * 

     * @access    public 

     * @param     string    $url   需要下载的地址 

     * @return    string 

     */  

    function PrivateInit($url)  

    {  

        if($url=='') {  

            return ;  

        }  

        $urls = '';  

        $urls = @parse_url($url);  

        $this->m_url = $url;  

        if(is_array($urls))  

        {  

            $this->m_host = $urls["host"];  

            if(!emptyempty($urls["scheme"]))  

            {  

                $this->m_scheme = $urls["scheme"];  

            }  

            if(!emptyempty($urls["user"]))  

            {  

                $this->m_user = $urls["user"];  

            }  

            if(!emptyempty($urls["pass"]))  

            {  

                $this->m_pass = $urls["pass"];  

            }  

            if(!emptyempty($urls["port"]))  

            {  

                $this->m_port = $urls["port"];  

            }  

            if(!emptyempty($urls["path"]))  

            {  

                $this->m_path = $urls["path"];  

            }  

            $this->m_urlpath = $this->m_path;  

            if(!emptyempty($urls["query"]))  

            {  

                $this->m_query = $urls["query"];  

                $this->m_urlpath .= "?".$this->m_query;  

            }  

            $this->HomeUrl = $urls["host"];  

            $this->BaseUrlPath = $this->HomeUrl.$urls["path"];  

            $this->BaseUrlPath = preg_replace("/\/([^\/]*)\.(.*)$/","/",$this->BaseUrlPath);  

            $this->BaseUrlPath = preg_replace("/\/$/","",$this->BaseUrlPath);  

        }  

    }  

  

    /** 

     *  重设各参数 

     * 

     * @access    public 

     * @return    void 

     */  

    function ResetAny()  

    {  

        $this->m_url = "";  

        $this->m_urlpath = "";  

        $this->m_scheme = "http";  

        $this->m_host = "";  

        $this->m_port = "80";  

        $this->m_user = "";  

        $this->m_pass = "";  

        $this->m_path = "/";  

        $this->m_query = "";  

        $this->m_error = "";  

    }  

  

    /** 

     *  打开指定网址 

     * 

     * @access    public 

     * @param     string    $url   地址 

     * @param     string    $requestType   请求类型 

     * @return    string 

     */  

    function OpenUrl($url,$requestType="GET")  

    {  

  

        $this->ResetAny();  

        $this->JumpCount = 0;  

        $this->m_httphead = Array() ;  

        $this->m_html = '';  

        $this->dataLimit = 0;  

        $this->reTry = 0;  

        $this->Close();  

  

        //初始化系统  

        $this->PrivateInit($url);  

        $this->PrivateStartSession($requestType);  

    }  

  

    /** 

     *  转到303重定向网址 

     * 

     * @access    public 

     * @param     string   $url   地址 

     * @return    string 

     */  

    function JumpOpenUrl($url)  

    {  

        $this->ResetAny();  

        $this->JumpCount++;  

        $this->m_httphead = Array() ;  

        $this->m_html = "";  

        $this->Close();  

  

        //初始化系统  

        $this->PrivateInit($url);  

        $this->PrivateStartSession('GET');  

    }  

  

    /** 

     *  获得某操作错误的原因 

     * 

     * @access    public 

     * @return    void 

     */  

    function printError()  

    {  

        echo "错误信息：".$this->m_error;  

        echo "
具体返回头：
";  

        foreach($this->m_httphead as $k=>$v){ echo "$k => $v
\r\n"; }  

    }  

  

    /** 

     *  判别用Get方法发送的头的应答结果是否正确 

     * 

     * @access    public 

     * @return    bool 

     */  

    function IsGetOK()  

    {  

        if( preg_match("/^2/",$this->GetHead("http-state")) )  

        {  

            return TRUE;  

        }  

        else  

        {  

            $this->m_error .= $this->GetHead("http-state")." - ".$this->GetHead("http-describe")."
";  

            return FALSE;  

        }  

    }  

  

    /** 

     *  看看返回的网页是否是text类型 

     * 

     * @access    public 

     * @return    bool 

     */  

    function IsText()  

    {  

        if( preg_match("/^(2|401)/",$this->GetHead("http-state")) && preg_match("/text|xml|json/i",$this->GetHead("content-type")) )  

        {  

            return TRUE;  

        } else {  

            $this->m_error .= "内容为非文本类型或网址重定向
";  

            return FALSE;  

        }  

    }  

  

    /** 

     *  判断返回的网页是否是特定的类型 

     * 

     * @access    public 

     * @param     string   $ctype   内容类型 

     * @return    string 

     */  

    function IsContentType($ctype)  

    {  

        if(preg_match("/^2/",$this->GetHead("http-state"))  

        && $this->GetHead("content-type")==strtolower($ctype))  

        {    return TRUE; }  

        else  

        {  

            $this->m_error .= "类型不对 ".$this->GetHead("content-type")."
";  

            return FALSE;  

        }  

    }  

  

    /** 

     *  用Http协议下载文件 

     * 

     * @access    public 

     * @param     string    $savefilename  保存文件名称 

     * @return    string 

     */  

    function SaveToBin($savefilename)  

    {  

        if(!$this->IsGetOK())  

        {  

            return FALSE;  

        }  

        if(@feof($this->m_fp))  

        {  

            $this->m_error = "连接已经关闭！"; return FALSE;  

        }  

        $fp = fopen($savefilename,"w");  

        while(!feof($this->m_fp))  

        {  

            fwrite($fp, fread($this->m_fp, 1024));  

        }  

        fclose($this->m_fp);  

        fclose($fp);  

        return TRUE;  

    }  

  

    /** 

     *  保存网页内容为Text文件 

     * 

     * @access    public 

     * @param     string    $savefilename  保存文件名称 

     * @return    string 

     */  

    function SaveToText($savefilename)  

    {  

        if($this->IsText())  

        {  

            $this->SaveBinFile($savefilename);  

        }  

        else  

        {  

            return "";  

        }  

    }  

  

    /** 

     *  用Http协议获得一个网页的内容 

     * 

     * @access    public 

     * @return    string 

     */  

    function GetHtml()  

    {  

        $tm1 = microtime(true);  

        if(!$this->IsText())  

        {  

            return '';  

        }  

        if($this->m_html!='')  

        {  

            return $this->m_html;  

        }  

        if(!$this->m_fp||@feof($this->m_fp))  

        {  

            return '';  

        }  

        while(!feof($this->m_fp))  

        {  

            $this->m_html .= fgets($this->m_fp,256);  

            if($this->dataLimit > 0 && strlen($this->m_html) > $this->dataLimit) break;  

        }  

        @fclose($this->m_fp);  

  

        $tm2 = microtime(true);  

        $log = "\ntm2-tm1 = ".($tm2-$tm1);  

        $log.= "\n".$this->m_html;  

        $this->log_write('GetHtml',$log);  

  

        return $this->m_html;  

    }  

  

    /** 

     *  开始HTTP会话 

     * 

     * @access    public 

     * @param     string    $requestType    请求类型 

     * @return    string 

     */  

    function PrivateStartSession($requestType="GET")  

    {  

        if(!$this->PrivateOpenHost())  

        {  

            $this->m_error .= "打开远程主机出错!";  

            return FALSE;  

        }  

        $this->reTry++;  

        if($this->GetHead("http-edition")=="HTTP/1.1")  

        {  

            $httpv = "HTTP/1.1";  

        }  

        else  

        {  

            $httpv = "HTTP/1.0";  

        }  

        $ps = explode('?',$this->m_urlpath);  

  

        $headString = '';  

  

        //发送固定的起始请求头GET、Host信息  

        if($requestType=="GET")  

        {  

            $headString .= "GET ".$this->m_urlpath." $httpv\r\n";  

        }  

        else  

        {  

            $headString .= "POST ".$ps[0]." $httpv\r\n";  

        }  

  

        if($this->m_user || $this->m_pass)  

        {  

            $headString .= "Authorization: Basic ".base64_encode($this->m_user.":".$this->m_pass)."\r\n";  

        }  

        $this->m_puthead["Host"] = $this->m_host;  

  

        //发送用户自定义的请求头  

        if(!isset($this->m_puthead["User-Agent"]))  

        {  

            $this->m_puthead["User-Agent"] = "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.2)";  

        }  

        if(!isset($this->m_puthead["Refer"]))  

        {  

            $this->m_puthead["Refer"] = "http://".$this->m_puthead["Host"];  

        }  

  

        /* add on 2012-12-19 */  

       $headString.="Connection:keep-alive\r\n";  

       $headString.="Accept-Language:zh-cn,zh;q=0.8,en-us;q=0.5,en;q=0.3\r\n";  

       $headString.="Accept:text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8\r\n";  

  

        foreach($this->m_puthead as $k=>$v)  

        {  

            $k = trim($k);  

            $v = trim($v);  

            if($k!=""&&$v!="")  

            {  

                $headString .= "$k: $v\r\n";  

            }  

        }  

        fputs($this->m_fp, $headString);  

        if($requestType=="POST")  

        {  

            $postdata = "";  

            if(count($ps)>1)  

            {  

                for($i=1;$i

                {  

                    $postdata .= $ps[$i];  

                }  

            }  

            else  

            {  

                $postdata = "OK";  

            }  

            $plen = strlen($postdata);  

            fputs($this->m_fp,"Content-Type: application/x-www-form-urlencoded\r\n");  

            fputs($this->m_fp,"Content-Length: $plen\r\n");  

        }  

  

        //发送固定的结束请求头  

        //HTTP1.1协议必须指定文档结束后关闭链接,否则读取文档时无法使用feof判断结束  

        if($httpv=="HTTP/1.1")  

        {  

            fputs($this->m_fp,"Connection: Close\r\n\r\n");  

        }  

        else  

        {  

            fputs($this->m_fp,"\r\n");  

        }  

        if($requestType=="POST")  

        {  

            fputs($this->m_fp,$postdata);  

        }  

  

        //获取应答头状态信息  

        $httpstas = explode(" ",fgets($this->m_fp,256));  

        $this->m_httphead["http-edition"] = trim($httpstas[0]);  

        $this->m_httphead["http-state"] = trim($httpstas[1]);  

        $this->m_httphead["http-describe"] = "";  

        for($i=2;$i

        {  

            $this->m_httphead["http-describe"] .= " ".trim($httpstas[$i]);  

        }  

  

        //获取详细应答头  

        while(!feof($this->m_fp))  

        {  

            $line = trim(fgets($this->m_fp,256));  

            if($line == "")  

            {  

                break;  

            }  

            $hkey = "";  

            $hvalue = "";  

            $v = 0;  

            for($i=0;$i

            {  

                if($v==1)  

                {  

                    $hvalue .= $line[$i];  

                }  

                if($line[$i]==":")  

                {  

                    $v = 1;  

                }  

                if($v==0)  

                {  

                    $hkey .= $line[$i];  

                }  

            }  

            $hkey = trim($hkey);  

            if($hkey!="")  

            {  

                $this->m_httphead[strtolower($hkey)] = trim($hvalue);  

            }  

        }  

  

        //如果连接被不正常关闭，重试  

        if(feof($this->m_fp))  

        {  

            if($this->reTry > 10)  

            {  

                return FALSE;  

            }  

            $this->PrivateStartSession($requestType);  

        }  

  

        //判断是否是3xx开头的应答  

        if(preg_match("/^3/",$this->m_httphead["http-state"]))  

        {  

            if($this->JumpCount > 3)  

            {  

                return;  

            }  

            if(isset($this->m_httphead["location"]))  

            {  

                $newurl = $this->m_httphead["location"];  

                if(preg_match("/^http/i",$newurl))  

                {  

                    $this->JumpOpenUrl($newurl);  

                }  

                else  

                {  

                    $newurl = $this->FillUrl($newurl);  

                    $this->JumpOpenUrl($newurl);  

                }  

            }  

            else  

            {  

                $this->m_error = "无法识别的答复！";  

            }  

        }  

    }  

  

    /**  

     *  获得一个Http头的值  

     *  

     * @access    public  

     * @param     string    $headname   头文件名称  

     * @return    string  

     */  

    function GetHead($headname)  

    {  

        $headname = strtolower($headname);  

        return isset($this->m_httphead[$headname]) ? $this->m_httphead[$headname] : '';  

    }  

  

    /** 

     *  设置Http头的值 

     * 

     * @access    public 

     * @param     string   $skey  键 

     * @param     string   $svalue  值 

     * @return    string 

     */  

    function SetHead($skey,$svalue)  

    {  

        $this->m_puthead[$skey] = $svalue;  

    }  

  

    /** 

     *  打开连接 

     * 

     * @access    public 

     * @return    bool 

     */  

    function PrivateOpenHost()  

    {  

        if($this->m_host=="")  

        {  

            return FALSE;  

        }  

  

        if(function_exists('checkdnsrr') && !checkdnsrr($this->m_host,'A') && !checkdnsrr($this->m_host,'CNAME'))  

        {  

            $this->m_error = '远程主机'.$this->m_host.'不存在!checkdnsrr !';  

            return FALSE;  

        }  

        $errno = "";  

        $errstr = "";  

        $this->m_fp = @fsockopen($this->m_host, $this->m_port, $errno, $errstr,10);  

        if(!$this->m_fp)  

        {  

            $this->m_error = $errstr;  

            return FALSE;  

        }  

        else  

        {  

            return TRUE;  

        }  

    }  

  

    /** 

     *  关闭连接 

     * 

     * @access    public 

     * @return    void 

     */  

    function Close()  

    {  

        @fclose($this->m_fp);  

    }  

  

    /** 

     *  补全相对网址 

     * 

     * @access    public 

     * @param     string   $surl  需要不全的地址 

     * @return    string 

     */  

    function FillUrl($surl)  

    {  

        $i = 0;  

        $dstr = "";  

        $pstr = "";  

        $okurl = "";  

        $pathStep = 0;  

        $surl = trim($surl);  

        if($surl=="")  

        {  

            return "";  

        }  

        $pos = strpos($surl,"#");  

        if($pos>0)  

        {  

            $surl = substr($surl,0,$pos);  

        }  

        if($surl[0]=="/")  

        {  

            $okurl = "http://".$this->HomeUrl.$surl;  

        }  

        else if($surl[0]==".")  

        {  

            if(strlen($surl)

            {  

                return "";  

            }  

            else if($surl[1]=="/")  

            {  

                $okurl = "http://".$this->BaseUrlPath."/".substr($surl,2,strlen($surl)-2);  

            }  

            else  

            {  

                $urls = explode("/",$surl);  

                foreach($urls as $u)  

                {  

                    if($u=="..")  

                    {  

                        $pathStep++;  

                    }  

                    else if($i

                    {  

                        $dstr .= $urls[$i]."/";  

                    }  

                    else  

                    {  

                        $dstr .= $urls[$i];  

                    }  

                    $i++;  

                }  

                $urls = explode("/",$this->BaseUrlPath);  

                if(count($urls)

                {  

                    return "";  

                }  

                else  

                {  

                    $pstr = "http://";  

                    for($i=0;$i

                    {  

                        $pstr .= $urls[$i]."/";  

                    }  

                    $okurl = $pstr.$dstr;  

                }  

            }  

        }  

        else  

        {  

            if(strlen($surl)

            {  

                $okurl = "http://".$this->BaseUrlPath."/".$surl;  

            }  

            else if(strtolower(substr($surl,0,7))=="http://")  

            {  

                $okurl = $surl;  

            }  

            else  

            {  

                $okurl = "http://".$this->BaseUrlPath."/".$surl;  

            }  

        }  

        $okurl = preg_replace("/^(http:\/\/)/i","",$okurl);  

        $okurl = preg_replace("/\/{1,}/", "/", $okurl);  

        return "http://".$okurl;  

    }  

  

  

    function log_write($funcname,$message)  

    {  

        if(!(defined('DEBUG_LEVEL') && DEBUG_LEVEL == TRUE)) return ;  

  

        $log = "\n".date("Y-M-d H:i:s ").get_current_user()."[".getmypid()."]";  

        $log.= "\n".$this->m_url."\n".str_repeat('------', 10)."\n".$message;  

  

        $path = $funcname.' '.date('Y m d H i s ').preg_replace('/([\W]+|\s+)/i', ' ', $this->m_url);  

        if(strlen($path) > 250) $path = substr($path,0,250);  

  

        $dir = DEDEDATA.'/httpdownlog';  

        if(!is_dir($dir) && !mkdir($dir)) exit('Can not make dir '.$dir);  

  

        $path = $dir.'/'.$path;  

        if(!file_exists($path)) touch($path);  

  

        $fp = fopen($path,'a+');  

        flock($fp, LOCK_EX);  

        fputs($fp, "PATH:".$path."\nREAL:".realpath($path)."\nMSSG:".$log);  

        fclose($fp);  

  

        return TRUE;  

    }  

  

}//End Class  

 

 

使用方法：

 

 

[php]  

$dhd = new DeDeHttpDown();  

$dhd->OpenUrl($Rs['wurl']);  

$dhd->dataLimit = 5120;  

$dhd->m_puthead["Refer"] = $Rs['wurl'];  

$filecnt = trim($dhd->GetHtml());  

 

 

 

 

存在未解决的问题：

 

（1）假如域名是绑定了A记录和CNAME，有ip指向，但是IP地址是不存在的或者虚假的，程序仍旧会继续获取。

 

（2）PHP的fsockopen 里面的time out貌似根本就没有起作用。设置了10s超时，但是根本就是执行到程序time out 为止。

 

 

如果好的方法建议，可以随时联系我本人。admin@zbphp.com