正搞一个小蜘蛛，用 CUrl 写的，遇到一个问题，分析完 url 后，有可能遇到 rar 或 jpg 等资源文件，也是要下载回来分析内容。
这样的做法太笨了，有很多缺点：
- 浪费带宽，文件也许很大
- 文件无用，下载回来也无法分析文件内容
怎么解决？
看浏览器会发送 Accept 指令，告诉服务器可接受的内容类型，但这不能阻止服务器返回不接受的内容，即哪怕请求的资源不在 Accept 列表中，仍然会把文件返回给客户端。
这方法不行。
想着，有没有办法，在得到服务器 response 的时候先分析 header，如果不是可接受的类型，就断掉连接，不必下载后续内容？
如果用 fsockopen 写的网络通讯接口，这一点很好实现。但 CUrl 怎么控制？
仔细看文档，找到一个选项 CURLOPT_HEADERFUNCTION。
这个选项要给一个回调函数作为参数，回调函数相当于一个触发器，CUrl 会把每一条 response 的 header 指令传给这个函数，由函数来决定如何执行后面的步骤。
回调函数要定义 2 个参数，第 1 个是 CUrl 的资源标识符，第 2 个是单独的一条 header 字符串。
如果想让 CUrl 继续下载后续内容，那么回调函数应该返回 header 字符串的长度：
return strlen($strOneHeader);
如果不想继续下载，直接返回数字 0，那么 CUrl 就会发送 TCP 的终止连接的指令，不会继续下载后续内容了。
加上这个触发器，经过测试，我的小蜘蛛可以成功地忽略非 text/html 类型的文件，大大加快了抓取速度，避免了很多问题！
小提示，给 CURLOPT_HEADERFUNCTION 设置回调函数的时候，文档上说要一个字符串形式的函数名作为参数。
这不准确。
实际上 PHP 可以指定任意类型的回调函数，可以是纯函数、类的静态方法和对象的方法：
- 纯函数：$callback = ‘my_callback_func’;
- 类常量：$callback = array(‘NAME_OF_CLASS’, ‘nameOfMethod’);
- 对象方法：$callback = array($object, ‘publicMethod’);
完。