php stream_context_create 无法作用于 stream_socket_client

程序员文章站 2022-04-28 08:25:52

...

想通过本地代理，抓取远程网页内容，代码如下：

array(
        'proxy'=>'tcp://192.168.1.108:8087',
        'request_fulluri '=>true,
        "method"  => "GET", 
        "timeout" => 2,
    ),
);

$context = stream_context_create($options);

$fp = stream_socket_client("tcp://www.bigxu.com:80", $errno, $errstr, 30,STREAM_CLIENT_CONNECT,$context);
// print_r(stream_context_get_options($fp)); exit;

if (!$fp) {
    echo "$errstr ($errno)
\n";
} else {
    fwrite($fp, "GET / HTTP/1.0\r\nHost: www.bigxu.com\r\nAccept: */*\r\n\r\n");
    while (!feof($fp)) {
        echo fgets($fp, 1024);
    }
    fclose($fp);
}
?>

php file.php

nginx访问日志是:
15.196.206.102 [26/Apr/2014:12:04:45 +0800] http://www.bigxu.com/ 200 20630 0.241 "-" "-"

15.196.206.102 是我的本机IP.
$context没有起到作用。
代理是绝对可以用的。
因为通过下面代码，$context会起作用

$options = array(
     'http'=>array(
         'proxy'=>'tcp://192.168.1.108:8087',
         'request_fulluri '=>true,
         "method"  => "GET",
         "timeout" => 2,
     ),
 );
 $context = stream_context_create($options);

 if ( $fp = fopen("http://www.bigxu.com", 'r', false, $context) ) {
     print "well done";
    while (!feof($fp)) {
         echo fgets($fp, 1024);
     }
 }

php file.php
bigxu.com nginx访问日志是：
8.35.201.32 [26/Apr/2014:12:03:03 +0800] http://www.bigxu.com/ 200 7070 0.122 "-" "AppEngine-Google; (+http://code.google.com/appengine; appid: s~*0527)"
8.35.201.32 是我的代理IP

比较大型的爬虫项目，我肯定会用stream_socket_client来连接，大家帮我看一下，这个函数，我怎么用错了呢？

回复内容：

想通过本地代理，抓取远程网页内容，代码如下：

array(
        'proxy'=>'tcp://192.168.1.108:8087',
        'request_fulluri '=>true,
        "method"  => "GET", 
        "timeout" => 2,
    ),
);

$context = stream_context_create($options);

$fp = stream_socket_client("tcp://www.bigxu.com:80", $errno, $errstr, 30,STREAM_CLIENT_CONNECT,$context);
// print_r(stream_context_get_options($fp)); exit;

if (!$fp) {
    echo "$errstr ($errno)
\n";
} else {
    fwrite($fp, "GET / HTTP/1.0\r\nHost: www.bigxu.com\r\nAccept: */*\r\n\r\n");
    while (!feof($fp)) {
        echo fgets($fp, 1024);
    }
    fclose($fp);
}
?>

php file.php

nginx访问日志是:
15.196.206.102 [26/Apr/2014:12:04:45 +0800] http://www.bigxu.com/ 200 20630 0.241 "-" "-"

15.196.206.102 是我的本机IP.
$context没有起到作用。
代理是绝对可以用的。
因为通过下面代码，$context会起作用

$options = array(
     'http'=>array(
         'proxy'=>'tcp://192.168.1.108:8087',
         'request_fulluri '=>true,
         "method"  => "GET",
         "timeout" => 2,
     ),
 );
 $context = stream_context_create($options);

 if ( $fp = fopen("http://www.bigxu.com", 'r', false, $context) ) {
     print "well done";
    while (!feof($fp)) {
         echo fgets($fp, 1024);
     }
 }

比较大型的爬虫项目，我肯定会用stream_socket_client来连接，大家帮我看一下，这个函数，我怎么用错了呢？

解决了，很难想像，我居然在一个日本的网站找到了答案，所以不要随意抵制日本知识，哈哈！经过测试完全可以实现，你看看：

原文地址：http://pe5974.sakura.ne.jp/contents/proxy-https.php

说到采集，首先应该想到的是php的curl函数
最好的办法就是模拟爬虫（比如：百度蜘蛛爬虫或者google蜘蛛爬虫），同样也支持代理配置
通过爬虫模拟浏览器的head请求，没有什么抓去不到（理论上只要能通过浏览器请求到的数据，不管是要登录还是不要登录都是可以抓去到内容的）

不确定是不是这个代理有问题，配置个自己的代理看一下？
或者跟进一下? stream_socket_client 空了继续弄吧