解析file_get_contents模仿浏览器头(user_agent)获取数据
程序员文章站
2023-09-04 12:06:39
什么是user agentuser agent中文名为用户代理,简称 ua,它是一个特殊字符串头,使得服务器能够识别客户使用的操作系统及版本、cpu 类型、浏览器及版本、浏...
什么是user agent
user agent中文名为用户代理,简称 ua,它是一个特殊字符串头,使得服务器能够识别客户使用的操作系统及版本、cpu 类型、浏览器及版本、浏览器渲染引擎、浏览器语言、浏览器插件等。
网站可以通过判断不同ua来呈现不同的网站,例如手机访问和pc访问显示不同的页面。
php在用file_get_contents函数采集网站时,有时会明明用浏览器可以看,但就是采不到任何内容。
这很有可能是服务器上做了设置,根据 user_agent判断是否为正常的浏览器请求,因为默认php的file_get_contents函数是不发送ua的。
如果要采集这样的网站,我们就必须要让php模拟浏览器发送ua,欺骗网站返回正常内容。
实现如下:
ini_set('user_agent','mozilla/4.0 (compatible; msie 8.0; windows nt 5.1; trident/4.0; 4399box.560; .net4.0c; .net4.0e)');
这是模拟ie8环境下的ua,当然你也可以换成其他的。比如中火狐
也可以这样读取:
复制代码 代码如下:
$opts = array(
'http'=>array(
'method'=>"get",
'header'=>"host: zh.wikipedia.org\r\n" .
"accept-language: zh-cn\r\n" .
"user-agent: mozilla/4.0 (compatible; msie 8.0; windows nt 5.1; trident/4.0; 4399box.560; .net4.0c; .net4.0e)" .
"accept: *//*"
)
);
上一篇: VBS教程:函数-IsEmpty 函数