分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！
linux抓取網頁，簡單方法是直接通過 curl 或 wget 兩種命令。
curl 和 wget 命令，目前已經支援linux和windows平台，後續將介紹。
curl 和 wget支援協議
curl 支援 http，https，ftp，ftps，scp，telnet等網路協議，詳見手冊 man curl
wget支援 http，https，ftp網路協議，詳見手冊man wget
1、ubuntu平台
wget 命令安裝： sudo apt-get install wget （普通使用者登入，需輸入密碼； root賬戶登入，無需輸入密碼）
curl 命令安裝：
sudo apt-get install curl （同 wget）
2、windows平台
curl download
curl 和 wget抓取例項
1、 url **方式抓取
這時，可能就需要多次嘗試傳送連線，請求伺服器的響應；如果多次仍無響應，則可以確認伺服器出問題了
（1）curl多次嘗試連線
注： --retry表示重試次數； --retry-delay表示兩次重試之間的時間間隔（秒為單位）； --retry-max-time表示在此最大時間內只容許重試一次（一般與--retry-delay相同）
（2）wget多次嘗試連線
2、 proxy**方式抓取
兩個著名的免費****：
freeproxylists.net（全球數十個國家的免費**，每日都更新）
xroxy.com（通過設定埠型別、**型別、國家名稱進行篩選）
proxy.mimvp.com（強烈推薦使用公尺撲**）
公尺撲**，每天提供20個免費**使用，支援http、https、socks4、socks5等四種協議，覆蓋120多個國家，中國34個省市
218.107.21.252:8080（ip為218.107.21.252；port為8080，中間以冒號「:」隔開，組成乙個套接字）
curl -x 218.107.21.252:8080 -o aaaaa 常見有80，8080，8086，8888，3128等，預設為80）
以ubuntu為例，在當前使用者目錄（cd ~），新建乙個wget配置檔案（.wgetrc），輸入**配置：
然後再輸入wget抓取網頁的命令：
其它命令引數用法，同url**方式，在此不再贅述
ftp協議、迭代子目錄等更多的curl 和 wget用法，可以man檢視幫助手冊
知識拓展：
在國內，由於某種原因一般難以直接訪問國外某些敏感**，需要通過 vpn 或 **伺服器才能訪問
如果校園網和教育網有ipv6，則可以通過sixxs.org免費**訪問facebook、twitter、六維空間等**
其實，除了vpn 和 ipv6+sixxs.org**方式外，普通使用者還是有其它途徑訪問到國外**
下面介紹兩個著名的免費****：
freeproxylists.net（全球數十個國家的免費**，每日都更新）
xroxy.com（通過設定埠型別、**型別、國家名稱進行篩選）
curl 專案例項
使用curl + freeproxylists.net免費**，實現了全球12國家google play遊戲排名的網頁抓取以及趨勢圖查詢（抓取網頁模組全部使用shell編寫，核心**約1000行）
遊戲排名趨勢圖請見我先前的部落格：jfreechart專案例項
致謝：
本文的**，由公尺撲**免費贊助，公尺撲**每天提供20個免費**
公尺撲**官網：
給我老師的人工智慧教程打call！
curl抓取網頁操作
curl是利用 url語法在命令列方式下工作的開源檔案傳輸工具，他能夠從網際網路上獲得各種各樣的網路資源。簡單來說，curl 就是抓取頁面的公升級版。開啟php.ini 查詢curl模組有沒有開啟。extension php curl.dll 簡版 curl curl init 建立 curl 資源...
Linux 抓取網頁方式（curl wget）
linux抓取網頁，簡單方法是直接通過 curl 或 wget 兩種命令。curl 和 wget 命令，目前已經支援linux和windows平台，後續將介紹。curl 和 wget支援協議 curl 支援 http，https，ftp，ftps，scp，telnet等網路協議，詳見手冊 man c...
CURL多執行緒抓取網頁
網上這類方法似乎太多了。但是總是有一些問題存在。對於多執行緒抓取，現在有如下幾種思路 1.用apache的多執行緒特性，讓php進行 多程序 操作，就像post本身一樣 2.用curl的curl multi庫 對於第一種，我還沒嘗試，因為這種製造的是偽多執行緒，也許效率會低很多，而且不好控制。第二種...