Question

可能重复：
Making a HTTP GET request with HTTP-Basic authentication

我想获取受密码保护的页面的HTML源代码。我通常使用此代码来获取未受保护页面的html源代码。

$handle = @fopen("http://www.webmasterworld.com", "rt");
$source_code = fread($handle,9000);

如何使用用户名和密码获取受密码保护的页面的来源？密码？它不受Basic Auth保护。

Answer 1

由于这不是BASIC AUTH（例如，通过apache中的.htaccess保护），而是基于会话/ cookie，您需要首先提交用户名/密码，方法与常规浏览器通过POST请求。成功后，Web应用程序将返回一个cookie名称/值对，您需要将其用于下一个请求（即请求您要阅读的页面）。

您可以使用服务器希望您设置的所有Cookie键/值对，也可以确定重要会话Cookie的内容。这取决于Web应用程序的工作方式。要弄清楚会话cookie名称应该是什么以及通常的值是什么样的，请尝试通过firebug或chrome的开发工具等工具查看HTTP请求。一旦你弄清楚重要的cookie名称/值是什么，请确保在尝试在下一个请求中阅读页面时发送该名称/值。

在PHP中完成所有这些操作的最简单方法是使用cURL。粗略的想法有两个部分：

1）将用户名/密码发布到表单的action =“”处理器并返回cookie值对。请参阅curl_init()，curl_setopt()和curl_exec()，了解如何初始化请求，设置其选项（例如，将其类型设置为POST，设置浏览器代理字符串，以防处理脚本仅响应到真正的浏览器，将请求设置为仅头信息请求，然后执行。有关如何执行此操作并获取Cookie值的更多详细信息，请参阅similar post here。

2）获得会话cookie密钥/值对后，通过提供cookie /值对来读取页面，以便网站知道您之前已经过身份验证。设置第二个请求时，您需要将CURLOPT_COOKIE选项与curl_setopt()一起使用，并提供cookie = value对。有关如何通过cURL发送cookie的更多详细信息，请访问related post here。

Answer 2

什么样的保护？如果是BASIC AUTH，请改用curl。如果它落后于会话变得更复杂。

Answer 3

尝试对用户名和密码进行网址编码并将其添加到网址中。

$encUser = urlencode($username);
$encPass = urlencode($password);
$handle = @fopen("http://{$encUser}:{$encPass}@www.webmasterworld.com", "rt");

几乎所有通过HTTP获取文档的库都能理解URL中的基本凭据。

PHP读取受保护页面的HTML源代码

3 个答案: