Question

我正在使用file_get_contents()从网站抓取内容，令人惊讶的是，即使我作为参数传递的网址重定向到另一个网址，也能正常运行。

问题是我需要知道新的URL，有没有办法做到这一点？

Answer 1

如果您需要使用file_get_contents()而不是curl，请不要自动关注重定向：

$context = stream_context_create(
    array(
        'http' => array(
            'follow_location' => false
        )
    )
);

$html = file_get_contents('http://www.example.com/', false, $context);

var_dump($http_response_header);

答案受到启发：How do I ignore a moved-header with file_get_contents in PHP?

Answer 2

一切功能：

function get_web_page( $url ) {
    $res = array();
    $options = array( 
        CURLOPT_RETURNTRANSFER => true,     // return web page 
        CURLOPT_HEADER         => false,    // do not return headers 
        CURLOPT_FOLLOWLOCATION => true,     // follow redirects 
        CURLOPT_USERAGENT      => "spider", // who am i 
        CURLOPT_AUTOREFERER    => true,     // set referer on redirect 
        CURLOPT_CONNECTTIMEOUT => 120,      // timeout on connect 
        CURLOPT_TIMEOUT        => 120,      // timeout on response 
        CURLOPT_MAXREDIRS      => 10,       // stop after 10 redirects 
    ); 
    $ch      = curl_init( $url ); 
    curl_setopt_array( $ch, $options ); 
    $content = curl_exec( $ch ); 
    $err     = curl_errno( $ch ); 
    $errmsg  = curl_error( $ch ); 
    $header  = curl_getinfo( $ch ); 
    curl_close( $ch ); 

    $res['content'] = $content;     
    $res['url'] = $header['url'];
    return $res; 
}  
print_r(get_web_page("http://www.example.com/redirectfrom"));

Answer 3

您可以使用cURL而不是file_get_contents()发出请求。

这样的事情应该有用......

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_HEADER, TRUE);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, FALSE);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, TRUE);
$a = curl_exec($ch);
if(preg_match('#Location: (.*)#', $a, $r))
 $l = trim($r[1]);

Source

Answer 4

使用裸file_get_contents的完整解决方案（请注意输入输出$url参数）：

function get_url_contents_and_final_url(&$url)
{
    do
    {
        $context = stream_context_create(
            array(
                "http" => array(
                    "follow_location" => false,
                ),
            )
        );

        $result = file_get_contents($url, false, $context);

        $pattern = "/^Location:\s*(.*)$/i";
        $location_headers = preg_grep($pattern, $http_response_header);

        if (!empty($location_headers) &&
            preg_match($pattern, array_values($location_headers)[0], $matches))
        {
            $url = $matches[1];
            $repeat = true;
        }
        else
        {
            $repeat = false;
        }
    }
    while ($repeat);

    return $result;
}

请注意，这仅适用于Location标头中的绝对网址。如果您需要支持相对URL，请参阅 PHP: How to resolve a relative url

例如，如果您使用answer by @Joyce Babu中的解决方案，请替换：

            $url = $matches[1];

使用：

            $url = getAbsoluteURL($matches[1], $url);

Answer 5

我使用get_headers($url, 1);

在我的情况下，get_headers($url, 1)['Location'][1];中的重定向URL

如果重定向发生，如何在file_get_contents之后获取真实的URL？

5 个答案: