一，开始curl之旅 1) 二话不说，先从这里开始吧！ $ curl http://www.linuxidc.com 回车之后，www.linuxidc.com 的html就稀里哗啦地显示在屏幕上了 ~ 2) 嗯，要想把读过来页面存下来，是不是要这样呢？ $ curl http://www.linuxidc.com > page.html 当然可以，但不用这么麻烦的！ 用curl的内置option就好，存下http的结果，用这个option: -o $ curl -o page.html http://www.linuxidc.com 这样，你就可以看到屏幕上出现一个下载页面进度指示。等进展到100%，自然就 OK咯 3) 什么什么？！访问不到？肯定是你的proxy没有设定了。 使用curl的时候，用这个option可以指定http访问所使用的proxy服务器及其端口： -x $ curl -x 123.45.67.89:1080 -o page.html http://www.linuxidc.com 4) 访问有些网站的时候比较讨厌，他使用cookie来记录session信息。 像IE/NN这样的浏览器，当然可以轻易处理cookie信息，但我们的curl呢？..... 我们来学习这个option: -D <— 这个是把http的response里面的cookie信息存到一个特别的文件中去 $ curl -x 123.45.67.89:1080 -o page.html -D cookie0001.txt http://www.linuxidc.com 这样，当页面被存到page.html的同时，cookie信息也被存到了cookie0001.txt里面了 5）那么，下一次访问的时候，如何继续使用上次留下的cookie信息呢？要知道，很多网站都是靠监视你的cookie信息，来判断你是不是不按规矩访问他们的网站的。 这次我们使用这个option来把上次的cookie信息追加到http request里面去： -b $ curl -x 123.45.67.89:1080 -o page1.html -D cookie0002.txt -b cookie0001.txt http://www.linuxidc.com 这样，我们就可以几乎模拟所有的IE操作，去访问网页了！ 6）稍微等等 ~我好像忘记什么了 ~ 对了！是浏览器信息 有些讨厌的网站总要我们使用某些特定的浏览器去访问他们，有时候更过分的是，还要使用某些特定的版本 NND，哪里有时间为了它去找这些怪异的浏览器呢！？ 好在curl给我们提供了一个有用的option，可以让我们随意指定自己这次访问所宣称的自己的浏览器信息： -A $ curl -A "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)" -x 123.45.67.89:1080 -o page.html -D cookie0001.txt http://www.linuxidc.com 这样，服务器端接到访问的要求，会认为你是一个运行在Windows 2000上的 IE6.0，嘿嘿嘿，其实也许你用的是苹果机呢！ 而"Mozilla/4.73 [en] (X11; U; Linux 2.2; 15 i686"则可以告诉对方你是一台 PC上跑着的Linux，用的是Netscape 4.73，呵呵呵 7）另外一个服务器端常用的限制方法，就是检查http访问的referer。比如你先访问首页，再访问里面所指定的下载页，这第二次访问的 referer地址就是第一次访问成功后的页面地址。这样，服务器端只要发现对下载页面某次访问的referer地址不是首页的地址，就可以断定那是个盗 连了 ~ 讨厌讨厌 ~我就是要盗连 ~！！ 幸好curl给我们提供了设定referer的option： -e $ curl -A "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)" -x 123.45.67.89:1080 -e "mail.linuxidc.com" -o page.html -D cookie0001.txt http://www.linuxidc.com 这样，就可以骗对方的服务器，你是从mail.linuxidc.com点击某个链接过来的了，呵呵呵 8）写着写着发现漏掉什么重要的东西了！——- 利用curl 下载文件 刚才讲过了，下载页面到一个文件里，可以使用 -o ，下载文件也是一样。比如， $ curl -o 1.jpg http://cgi2.tky.3web.ne.jp/~zzh/screen1.JPG 这里教大家一个新的option： -O 大写的O，这么用： $ curl -O http://cgi2.tky.3web.ne.jp/~zzh/screen1.JPG 这样，就可以按照服务器上的文件名，自动存在本地了！ 再来一个更好用的。 如果screen1.JPG以外还有screen2.JPG、screen3.JPG、....、screen10.JPG需要下载，难不成还要让我们写一个script来完成这些操作？ 不干！ 在curl里面，这么写就可以了： $ curl -O http://cgi2.tky.3web.ne.jp/~zzh/screen[1-10].JPG 呵呵呵，厉害吧？！ ~ 9）再来，我们继续讲解下载！ $ curl -O http://cgi2.tky.3web.ne.jp/~{zzh,nick}/[001-201].JPG 这样产生的下载，就是 ~zzh/001.JPG ~zzh/002.JPG ... ~zzh/201.JPG ~nick/001.JPG ~nick/002.JPG ... ~nick/201.JPG 够方便的了吧？哈哈哈 咦？高兴得太早了。 由于zzh/nick下的文件名都是001，002...，201，下载下来的文件重名，后面的把前面的文件都给覆盖掉了 ~ 没关系，我们还有更狠的！ $ curl -o #2_#1.jpg http://cgi2.tky.3web.ne.jp/~{zzh,nick}/[001-201].JPG —这是.....自定义文件名的下载？ —对头，呵呵！ 这样，自定义出来下载下来的文件名，就变成了这样：原来： ~zzh/001.JPG —-> 下载后： 001-zzh.JPG 原来： ~nick/001.JPG —-> 下载后： 001-nick.JPG 这样一来，就不怕文件重名啦，呵呵 二，常用curl实例 1，抓取页面内容到一个文件中 [root@krlcgcms01 mytest]# curl -o home.html http://blog.51yip.com [root@krlcgcms01 mytest]# curl -o home.html http://blog.51yip.com 2，用-O（大写的），后面的url要具体到某个文件，不然抓不下来。我们还可以用正则来抓取东西 [root@krlcgcms01 mytest]# curl -O [root@krlcgcms01 mytest]# curl -O 3，模拟表单信息，模拟登录，保存cookie信息 [root@krlcgcms01 mytest]# curl -c ./cookie_c.txt -F log=aaaa -F pwd=****** http://blog.51yip.com/wp-login.php [root@krlcgcms01 mytest]# curl -c ./cookie_c.txt -F log=aaaa -F pwd=****** http://blog.51yip.com/wp-login.php 4，模拟表单信息，模拟登录，保存头信息 [root@krlcgcms01 mytest]# curl -D ./cookie_D.txt -F log=aaaa -F pwd=****** http://blog.51yip.com/wp-login.php [root@krlcgcms01 mytest]# curl -D ./cookie_D.txt -F log=aaaa -F pwd=****** http://blog.51yip.com/wp-login.php -c(小写)产生的cookie和-D里面的cookie是不一样的。 5，使用cookie文件 [root@krlcgcms01 mytest]# curl -b ./cookie_c.txt http://blog.51yip.com/wp-admin [root@krlcgcms01 mytest]# curl -b ./cookie_c.txt http://blog.51yip.com/wp-admin 6，断点续传，-C(大写的) [root@krlcgcms01 mytest]# curl -C -O 7，传送数据,最好用登录页面测试，因为你传值过去后，curl回抓数据，你可以看到你传值有没有成功 [root@krlcgcms01 mytest]# curl -d log=aaaa http://blog.51yip.com/wp-login.php [root@krlcgcms01 mytest]# curl -d log=aaaa http://blog.51yip.com/wp-login.php 8，显示抓取错误，下面这个例子，很清楚的表明了。 [root@krlcgcms01 mytest]# curl -f http://blog.51yip.com/asdf curl: (22) The requested URL returned error: 404 [root@krlcgcms01 mytest]# curl http://blog.51yip.com/asdf <HTML><HEAD><TITLE>404,not found</TITLE> 。。。。。。。。。。。。 [root@krlcgcms01 mytest]# curl -f http://blog.51yip.com/asdf curl: (22) The requested URL returned error: 404 [root@krlcgcms01 mytest]# curl http://blog.51yip.com/asdf <HTML><HEAD><TITLE>404,not found</TITLE> 。。。。。。。。。。。。 9，伪造来源地址，有的网站会判断，请求来源地址。 [root@krlcgcms01 mytest]# curl -e http://localhost http://blog.51yip.com/wp-login.php [root@krlcgcms01 mytest]# curl -e http://localhost http://blog.51yip.com/wp-login.php 10，当我们经常用curl去搞人家东西的时候，人家会把你的IP给屏蔽掉的,这个时候,我们可以用代理 [root@krlcgcms01 mytest]# curl -x 24.10.28.84:32779 -o home.html http://blog.51yip.com [root@krlcgcms01 mytest]# curl -x 24.10.28.84:32779 -o home.html http://blog.51yip.com 11，比较大的东西，我们可以分段下载 [root@krlcgcms01 mytest]# curl -r 0-100 -o img.part1 http://blog.51yip.com/wp- content/uploads/2010/09/compare_varnish.jpg % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 100 101 100 101 0 0 105 0 --:--:-- --:--:-- --:--:-- 0 [root@krlcgcms01 mytest]# curl -r 100-200 -o img.part2 http://blog.51yip.com/wp- content/uploads/2010/09/compare_varnish.jpg % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 100 101 100 101 0 0 57 0 0:00:01 0:00:01 --:--:-- 0 [root@krlcgcms01 mytest]# curl -r 200- -o img.part3 http://blog.51yip.com/wp- content/uploads/2010/09/compare_varnish.jpg % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 100 104k 100 104k 0 0 52793 0 0:00:02 0:00:02 --:--:-- 88961 [root@krlcgcms01 mytest]# ls |grep part | xargs du -sh 4.0K one.part1 112K three.part3 4.0K two.part2 [root@krlcgcms01 mytest]# curl -r 0-100 -o img.part1 http://blog.51yip.com/wp- content/uploads/2010/09/compare_varnish.jpg % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 100 101 100 101 0 0 105 0 --:--:-- --:--:-- --:--:-- 0 [root@krlcgcms01 mytest]# curl -r 100-200 -o img.part2 http://blog.51yip.com/wp- content/uploads/2010/09/compare_varnish.jpg % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 100 101 100 101 0 0 57 0 0:00:01 0:00:01 --:--:-- 0 [root@krlcgcms01 mytest]# curl -r 200- -o img.part3 http://blog.51yip.com/wp- content/uploads/2010/09/compare_varnish.jpg % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 100 104k 100 104k 0 0 52793 0 0:00:02 0:00:02 --:--:-- 88961 [root@krlcgcms01 mytest]# ls |grep part | xargs du -sh 4.0K one.part1 112K three.part3 4.0K two.part2 用的时候，把他们cat一下就OK了,cat img.part* >img.jpg 12，不会显示下载进度信息 [root@krlcgcms01 mytest]# curl -s -o aaa.jpg 13，显示下载进度条 [root@krlcgcms01 mytest]# curl -# -O ######################################################################## 100.0% 14,通过ftp下载文件 [zhangy@BlackGhost ~]$ curl -u 用户名:密码 -O http://blog.51yip.com/demo/curtain/bbstudy_files/style.css % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 101 1934 101 1934 0 0 3184 0 --:--:-- --:--:-- --:--:-- 7136 [zhangy@BlackGhost ~]$ curl -u 用户名:密码 -O http://blog.51yip.com/demo/curtain/bbstudy_files/style.css % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 101 1934 101 1934 0 0 3184 0 --:--:-- --:--:-- --:--:-- 7136 或者用下面的方式 [zhangy@BlackGhost ~]$ curl -O ftp://用户名:密码@ip:port/demo/curtain/bbstudy_files/style.css [zhangy@BlackGhost ~]$ curl -O ftp://用户名:密码@ip:port/demo/curtain/bbstudy_files/style.css 15，通过ftp上传 [zhangy@BlackGhost ~]$ curl -T test.sql ftp://用户名:密码@ip:port/demo/curtain/bbstudy_files/ [zhangy@BlackGhost ~]$ curl -T test.sql ftp://用户名:密码@ip:port/demo/curtain/bbstudy_files/