0

我正在尝试获取此站点的内容：http://www.gratka.pl/，但我只收到以下内容：

* 即将 connect() 到 gratka.pl 端口 80
* 正在尝试 195.8.99.42... * 已连接
* 已连接到 gratka.pl (195.8.99.42) 端口 80
GET / HTTP/1.1
用户代理：Mozilla/5.0 (Windows; U；Windows NT 5.1；pl；rv:1.9.1.2) Gecko/20090729 Firefox/3.5.2
主机：gratka.pl
接受：*/*

< HTTP/1.1 302 找到
< Cache-Control: no-cache
< Content-length: 0
< Location: ..
* 到主机 gratka.pl 的连接 #0 保持不变
* 向该 URL 发出另一个请求：' http://blad .gratka.pl/403.html '
* 即将 connect() 到 blad.gratka.pl 端口 80
* 正在尝试 195.8.99.1... * 已连接
* 已连接到 blad.gratka.pl (195.8.99.1) 端口 80
GET / 403.html HTTP/1.1
用户代理：Mozilla/5.0（Windows；U；Windows NT 5.1；pl；rv:1.9.1.2） Gecko/20090729 Firefox/3.5.2
主机：blad.gratka.pl
接受：*/*
...
< HTTP/1.1 302 找到
< 缓存控制：无缓存
< 内容长度：0
< 位置：http
: //blad.gratka.pl/403.html * 连接 #1 到主机 blad.gratka.pl 保持不变
* 最多 (20) 个重定向跟随
* 关闭连接 #0
* 关闭连接 #1

什么意味着我总是用来抓取内容的脚本不起作用：

    $ch = curl_init();
    $timeout = 15;
    $cookie_file_path = 'c.txt';
    $fp = fopen($cookie_file_path, "w");
    fclose($fp);
    $url = 'http://gratka.pl';
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_HEADER, 1);
    curl_setopt($ch, CURLOPT_VERBOSE, true);
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
    curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows; U; Windows NT 5.1; pl; rv:1.9.1.2) Gecko/20090729 Firefox/3.5.2');
    curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file_path);
    curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file_path);
    $info = curl_exec($ch);
    curl_close($ch);

执行脚本后 cookie 文件 (c.txt) 为空。怎么了？也许网站需要有效的 cookie，或者可能是正确的 HTTP 标头的问题？任何帮助将不胜感激！

编辑：当我在本地主机上执行上述脚本时，它正在工作，但在专用服务器上执行时它不起作用。有什么猜测吗？

4

2 回答 2

0

您的代码是正确的。只需将此行添加到curl section

$curl = curl_init();
    curl_setopt($curl, CURLOPT_HTTPHEADER, Array("User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.15) Gecko/20080623 Firefox/2.0.0.15") );

    curl_setopt($curl, CURLOPT_FOLLOWLOCATION, true); 
curl_setopt($curl, CURLOPT_URL, $url);
curl_setopt($curl, CURLOPT_ENCODING, "gzip");
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
$data = curl_exec($curl);
curl_close($curl);
return $data;
于 2012-05-11T10:13:14.453 回答
0

我遇到了同样的问题，我在另一台服务器上尝试了我的代码并且它有效。我想我的第一台服务器被禁止了。:)

我猜 gratka 指向http://blad.gratka.pl/403.html，当他们不想要你的时候。

于 2012-06-08T13:34:36.613 回答