Question

我正在构建一个页面来抓取一些网页。

它通常可以工作，但是每隔一段时间，它就会无法抓取页面，并抛出以下错误：

( ! ) Warning: file_get_contents(URLWASHERE): failed to open stream: HTTP request failed! HTTP/1.1 404 Not Found in Z:\Wamp\www\spider\simple_html_dom.php on line 555

以下是我抓住网页的方式：

$page->load_file('URLWASHERE');

有没有办法弄清楚是否发生了这种错误？我不知道如何检测它，因为它在库中，而不是我的代码。

我无法使用 if（！$ page），因为它仍会返回一些内容。但是这个东西看起来并没有什么帮助，尽管它显着缩短了。

您可以在此处查看输出：

成功时

$ page：http://pastebin.com/CnRVP6SK

失败时

$ page：http://pastebin.com/t9q6Gwnf

我只是希望能够找出是否有错误，以便我可以重新尝试我的程序。

Answer 1

您可以使用error_get_last()功能获取有关上一个错误的信息。您还可以考虑使用@ operator静音警告消息。

@file_get_contents('http://example.com/wjqlshqwd');

$error = error_get_last();
if($error && strpos($error['message'], '404') !== false)
{
    echo 'There was an error';
}

在运行此代码之前，您应该重置error_get_last()，a comment on the PHP manual page describes a trick to do that的状态：

// var_dump or anything else, as this will never be called because of the 0
set_error_handler('var_dump', 0);
@$undef_var;
restore_error_handler();

// error_get_last() is now in a well known state:
// Undefined variable: undef_var

这个概念只是为了创造一个已知错误。

Answer 2

似乎我可以使用

if(error_get_last())

检查到目前为止是否已抛出错误。

如果遇到其他错误，这将会中断，但除了偶尔的错误外，我的代码似乎没有错误，所以我会使用它。

不幸的是，这只会让我尝试两次，而不是继续尝试直到它起作用。

处理来自外部库的错误（simple_html_dom）

2 个答案: