CURL 是 Client URL Library Functions 的缩写，由 Daniel Stenberg 创建，更多内容可以参考他的网站。最近几天突然对 HTTP 采集有了兴趣。之前我在做这方面程序，一般通过两种方法，一个是利用 PHP 自身的文件操作函数。PHP 的 fopen，readfile 都是可以支持 http 协议的，这样可以很方便的获取互联网上的内容。另一种方法是通过 PHP 的 Socket 函数，这个方法的好处是对各种协议都可以支持，缺点是使用起来比较麻烦，要对协议有一定的了解。在 HTTP 获取方面，运用 Socket 的 Snoopy 类是一个非常好用的 PHP HTTP 客户端，也是我原来最常用的方法。

随便翻翻 PHP 手册就会发现，PHP 本身可以支持 libcurl。用 C/C++ 写成的 libcurl 相比 Snoopy 更快速更可靠，而且除了 HTTP 协议外，还广泛支持其他协议（ https, ftp, ladp 等等）。libcurl 并不是 PHP 默认加载的模块，具体如何启用可以参考 PHP 手册，这里就不多说了。PHP libcurl 使用非常简单，例如：


<?php
$ch = curl_init("http://www.php.net");
curl_exec($ch);
curl_close($ch);
?>


三行简单的程序就可以完成对 http://www.php.net 页面的读取并输出。当然更多的用法可以参考 PHP 手册。这里只说说我在写程序时遇到的一个问题，例如下面的程序：


<?php
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, "http://www.php.net"); //指定读取 php.net
curl_setopt($ch, CURLOPT_HEADER, 1); //返回内容中包含 HTTP 头
curl_setopt($ch, CURLOPT_NOBODY, 1); //不读取页面内容
curl_exec($ch); //执行 (1)
curl_setopt($ch, CURLOPT_URL, "http://www.php.net"); //指定读取 php.net
curl_setopt($ch, CURLOPT_HEADER, 0); //返回内容中不包含 HTTP 头
curl_setopt($ch, CURLOPT_NOBODY, 0); //读取页面内容
curl_exec($ch); //执行 (2)
curl_close($ch);
?>


按照我的想法，程序应该可以分别返回 HTTP 响应报头和页面的内容。可是上面这段程序执行结果为：（1）处正常返回 HTTP 响应报头，（2）不会返回任何内容。查了很多资料都没有提到这个问题。最终无奈，只好在读取（2）之前重新执行 curl_init()，即将上程序改成这样：


<?php
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, "http://www.php.net"); //指定读取 php.net
curl_setopt($ch, CURLOPT_HEADER, 1); //返回内容中包含 HTTP 头
curl_setopt($ch, CURLOPT_NOBODY, 1); //不读取页面内容
curl_exec($ch); //执行 (1)
curl_close($ch);
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, "http://www.php.net"); //指定读取 php.net
curl_setopt($ch, CURLOPT_HEADER, 0); //返回内容中不包含 HTTP 头
curl_setopt($ch, CURLOPT_NOBODY, 0); //读取页面内容
curl_exec($ch); //执行 (2)
curl_close($ch);
?>


返回结果正常。虽然可以通过这种方法解决问题，但对这个现象我感觉非常的奇怪。是 libcurl 本身的问题，还是我使用的方法不当呢？还希望熟悉 curl 的朋友帮忙指正一下。