一、查看网页源码
直接在curl命令后加上网址,就可以看到网页源码。我们以网址www.sina.com为例(选择该网址,主要因为它的网页代码较短):
$ curl www.sina.com
Moved Permanently
The document has moved here.
如果要把这个网页保存下来,可以使用参数,这就相当于使用wget命令了。
$ curl -o [文件名] www.sina.com
二、自动跳转
有的网址是自动跳转的。使用-L
参数,curl就会跳转到新的网址。
$ curl -L www.sina.com
键入上面的命令,结果就自动跳转为www.sina.com.cn。
三、显示头信息
-i
参数可以显示http response的头信息,连同网页代码一起。
$ curl -i www.sina.com
HTTP/1.0 301 Moved Permanently Date: Sat, 03 Sep 2011 23:44:10 GMT Server: Apache/2.0.54 (Unix) Location: http://www.sina.com.cn/ Cache-Control: max-age=3600 Expires: Sun, 04 Sep 2011 00:44:10 GMT Vary: Accept-Encoding Content-Length: 231 Content-Type: text/html; charset=iso-8859-1 Age: 3239 X-Cache: HIT from sh201-9.sina.com.cn Connection: close
Moved Permanently
The document has moved here.
-I
参数则是只显示http response的头信息。
四、显示通信过程
-v
参数可以显示一次http通信的整个过程,包括端口连接和http request头信息。
$ curl -v www.sina.com
About to connect() to www.sina.com port 80 (#0)
Trying 61.172.201.195… connected
Connected to www.sina.com (61.172.201.195) port 80 (#0)
GET / HTTP/1.1
User-Agent: curl/7.21.3 (i686-pc-linux-gnu) libcurl/7.21.3 OpenSSL/0.9.8o zlib/1.2.3.4 libidn/1.18
Host: www.sina.com
Accept: /
HTTP 1.0, assume close after body < HTTP/1.0 301 Moved Permanently < Date: Sun, 04 Sep 2011 00:42:39 GMT < Server: Apache/2.0.54 (Unix) < Location: http://www.sina.com.cn/ < Cache-Control: max-age=3600 < Expires: Sun, 04 Sep 2011 01:42:39 GMT < Vary: Accept-Encoding < Content-Length: 231 < Content-Type: text/html; charset=iso-8859-1 < X-Cache: MISS from sh201-19.sina.com.cn < Connection: close <
如果你觉得上面的信息还不够,那么下面的命令可以查看更详细的通信过程。
$ curl –trace output.txt www.sina.com
或者
$ curl –trace-ascii output.txt www.sina.com
运行后,请打开output.txt文件查看。
五、发送表单信息
发送表单信息有GET和POST两种方法。GET方法相对简单,只要把数据附在网址后面就行。
$ curl example.com/form.cgi?data=xxx
POST方法必须把数据和网址分开,curl就要用到–data参数。
$ curl -X POST –data “data=xxx” example.com/form.cgi
如果你的数据没有经过表单编码,还可以让curl为你编码,参数是--data-urlencode
。
$ curl -X POST–data-urlencode “date=April 1” example.com/form.cgi
六、HTTP动词
curl默认的HTTP动词是GET,使用-X
参数可以支持其他动词。
$ curl -X POST www.example.com
$ curl -X DELETE www.example.com
七、文件上传
假定文件上传的表单是下面这样:
你可以用curl这样上传文件:
$ curl –form upload=@localfilename –form press=OK [URL]
八、Referer字段
有时你需要在http request头信息中,提供一个referer字段,表示你是从哪里跳转过来的。
$ curl –referer http://www.example.com http://www.example.com
九、User Agent字段
这个字段是用来表示客户端的设备信息。服务器有时会根据这个字段,针对不同设备,返回不同格式的网页,比如手机版和桌面版。
iPhone4的User Agent是
Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_0 like Mac OS X; en-us) AppleWebKit/532.9 (KHTML, like Gecko) Version/4.0.5 Mobile/8A293 Safari/6531.22.7
curl可以这样模拟:
$ curl –user-agent “[User Agent]” [URL]
十、cookie
使用--cookie
参数,可以让curl发送cookie。
$ curl –cookie “name=xxx” www.example.com
至于具体的cookie的值,可以从http response头信息的Set-Cookie
字段中得到。
-c cookie-file
可以保存服务器返回的cookie到文件,-b cookie-file
可以使用这个文件作为cookie信息,进行后续的请求。
$ curl -c cookies http://example.com $ curl -b cookies http://example.com
十一、增加头信息
有时需要在http request之中,自行增加一个头信息。--header
参数就可以起到这个作用。
$ curl –header “Content-Type:application/json” http://example.com
十二、HTTP认证
有些网域需要HTTP认证,这时curl需要用到--user
参数。
$ curl –user name:password example.com
十三、爬取图片
curl -O http://aliimg.changba.com/cache/photo/[260929610-260939610]_640_640.jpg
十四、爬取网页源代码并下载
打开命令行,输入如下命令,可以向百度服务器发送获取首页源代码的请求,> 命令将源代码输出保存到当前目录的 baidu.html 下。
curl https://www.baidu.com > baidu.html
十五、获取表单 · GET 或 POST 方法
网页中的 <form> 标签常用来生成一个表单。当我们点击表单中的提交按钮时,浏览器会讲所有表单中填入的参数分析并包装,最终用指定的 HTTP 方式发送到目标网络地址。 如下所示代码将用户在输入框填写的参数信息 加入 URL 地址之后,并向目标服务器下的 judge.php 发送 GET 方法。GET 方法中,值和表单内各个字段一一对应。
GET 方法中的参数会出现在 URL 地址中,因此,我们同样在基于命令行 cURL 下模拟这一点。
URL 语法指明,一个通用的 URL 地址格式如下,不难看出,上例代码中的 year 字段及其取值是 <params> 的实例。
<scheme>://<user>:<password>@<host>:<port>/<path>:<params>?<query>#<frag>
与 GET 方法不同的是,HTTP 中的 POST 求求向服务器传送数据,由于常有账号密码等私密信息,这些数据通常加入 HTML Header,而在 URL 地址中不可见,并向目标服务器传送数据。 命令行中 cURL 对 POST 方法的处理方法为 -d 参数。
curl -d “year=1997&press=OK” www.example.com/judge.php
十六、上传文件 · POST 或 PUT 方法
1995年年末,RFC 1867 定义了一种新的POST方法,用来上传文件。主要用于把本地文件上传到服务器。此时页面是这样写的:
对应的 cURL 命令中用 -F 作为命令参数如下。
curl -F upload=@localfilename -F press=OK URL
HTTP协议文件上传的标准方法是使用 PUT,此时 cURL 命令使用 -T 参数:
curl -T uploadfile www.uploadhttp. com/receive.php
十七、伪装成指定的客户端
有些网络资源首先需要判断用户使用的是什么浏览器,符合标准了才能够下载或者浏览。此时curl可以把自己“伪装”成任何其他浏览器:
curl -A “Mozilla/4.0 (compatible; MSIE 5.01; Windows NT 5.0)” URL
这个指令表示 cURL 伪装成了 IE5.0,用户平台是 Windows 2000。 curl -A “Mozilla/4.73 [en] (X11; U; Linux 2.2.15 i686)” URL
此时 cURL 变成了 Netscape,运行在 PIII 平台的 Linux 上了。