Question

我有一个合作伙伴为我创造了一些内容我可以使用浏览器访问该页面，但在尝试使用file_get_contents时，我会收到403 forbidden。

我尝试使用stream_context_create，但这没有帮助 - 可能是因为我不知道应该去哪里。

1）我有什么方法可以抓取数据吗？ 2）如果否，如果不允许合作伙伴配置服务器以允许我访问，那么我该怎么办？

我尝试使用的代码：

$opts = array(
  'http'=>array(
    'user_agent' => 'My company name',
    'method'=>"GET",
    'header'=> implode("\r\n", array(
      'Content-type: text/plain;'
    ))
  )
);

$context = stream_context_create($opts);

//Get header content
$_header = file_get_contents($partner_url,false, $context);

Answer 1

这不是您的脚本中的问题，它是您合作伙伴Web服务器安全性的一项功能。

很难确切地说是什么阻止了你，很可能是某种阻止刮擦的方法。如果您的合作伙伴可以访问其Web服务器设置，则可能有助于精确定位。

您可以做的是通过设置用户代理标头来“伪造网络浏览器”，以便模仿标准网络浏览器。

我建议cURL这样做，并且很容易找到这样做的好文档。

    // create curl resource
    $ch = curl_init();

    // set url
    curl_setopt($ch, CURLOPT_URL, "example.com");

    //return the transfer as a string
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($ch,CURLOPT_USERAGENT,'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.13) Gecko/20080311 Firefox/2.0.0.13');

    // $output contains the output string
    $output = curl_exec($ch);

    // close curl resource to free up system resources
    curl_close($ch);

Answer 2

//首先设置用户代理

ini_set('user_agent','Mozilla/4.0 (compatible; MSIE 6.0)');

Answer 3

我脑子里有两件事，如果你打开一个带有特殊字符的URI，比如空格，你需要用urlencode（）编码URI，如果是这个函数，可以用一个URL作为文件名。 fopen包装器已启用。

Answer 4

另外，如果由于某种原因您请求一个 http 资源，但该资源位于您的服务器上，如果您只将文件作为绝对路径包含进来，您可以省去一些麻烦。

喜欢：/home/sally/statusReport/myhtmlfile.html
而不是
https://example.org/myhtmlfile.html

file_get_contents（）给我403 Forbidden

4 个答案: