Linux curl 是通过 URL 语法在命令行下上传或下载文件的工具软件,它支持 http, https, ftp, ftps, telnet 等多种协议,常被用来抓取网页和监控Web服务器状态。

curl 命令参数介绍请参考:Linux curl命令详解

1. 抓取网页

抓取百度:

  1. [root@liqiang.io]# curl http://www.baidu.com

如发现乱码,可以使用 iconv 转码:

  1. [root@liqiang.io]# curl http://iframe.ip138.com/ic.asp | iconv -fgb2312

iconv的用法请参阅:在Linux/Unix系统下用iconv命令处理文本文件中文乱码问题

2. 使用代理

linux curl使用http代理抓取页面:

  1. [root@liqiang.io]# curl -x 111.95.243.36:80 http://iframe.ip138.com/ic.asp | iconv -fgb2312
  2. [root@liqiang.io]# curl -x 111.95.243.36:80 -U aiezu:password http://www.baidu.com

使用socks代理抓取页面:

  1. [root@liqiang.io]# curl --socks4 202.113.65.229:443 http://iframe.ip138.com/ic.asp | iconv -fgb2312
  2. [root@liqiang.io]# curl --socks5 202.113.65.229:443 http://iframe.ip138.com/ic.asp | iconv -fgb2312

代理服务器地址可以从爬虫代理上获取。

3. 处理 cookies

接收cookies:

  1. [root@liqiang.io]# curl -c /tmp/cookies http://www.baidu.com #cookies保存到/tmp/cookies文件

发送cookies:

  1. [root@liqiang.io]# curl -b "key1=val1;key2=val2;" http://www.baidu.com #发送cookies文本
  2. [root@liqiang.io]# curl -b /tmp/cookies http://www.baidu.com #从文件中读取cookies

4. 发送数据

5. http header处理

设置http请求头信息:

6. http 认证

7. 自动重定向

  1. [root@liqiang.io]# curl -L -I http://smartx.com

8. 指定 ipv4/ipv6

  1. [root@liqiang.io]# curl --ipv4 http://google.com
  2. [root@liqiang.io]# curl --ipv6 http://google.com

9. 其他