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

  • curl get 方式提交数据： curl -G -d "name=value&name2=value2" http://www.baidu.com
  • curl post 方式提交数据： curl -d "name=value&name2=value2" http://www.baidu.com
  • curl post 文件：curl -d a=b&c=d&txt@/tmp/txt http://www.baidu.com
  • 以表单的方式上传文件：curl -F file=@/tmp/me.txt http://www.aiezu.com
    • 相当于设置 form 表单的 method="POST" 和 enctype='multipart/form-data' 两个属性。

5. http header处理

设置http请求头信息：

  • 设置http请求头User-Agent
    • curl -A "Mozilla/5.0 Firefox/21.0" http://www.baidu.com
  • 设置http请求头Referer
    • curl -e "http://pachong.org/" http://www.baidu.com
  • 设置 http header
  • 设置http响应头处理
    -仅仅返回header：curl -I http://www.aiezu.com
    -将http header保存到/tmp/header文件：curl -D /tmp/header http://www.aiezu.com

6. http 认证

  • 用户名密码认证
    • curl -u aiezu:password http://www.aiezu.com
  • 采用证书认证
    • curl -E mycert.pem https://www.baidu.com

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

  • 以“#”号输出进度条
    • curl -# http://www.baidu.com
  • 保存 http 响应到 /tmp/aiezu
    • curl -o /tmp/aiezu http://www.baidu.com