0

我正在检查不同 URL 上是否存在 xml 站点地图。如果我提供一个 URL example.com/sitemap.xml，并且它对 www.example.com/sitemap.xml 有一个 301，我显然会得到一个 301。如果 www.example.com/sitemap.xml 不存在，我不会看到 404。因此，如果我得到 301，我会执行另一个 cURL 来查看 www.example.com/sitemap.xml 是否返回 404。但是，出于某种原因，我得到了随机的 404 和 303 状态码。

private function check_http_status($domain,$file){

        $url = $domain . "/" . $file;

        $curl = new Curl();

        $curl->url = $url;
        $curl->nobody = true;
        $curl->userAgent = 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.8.1.1) Gecko/20060601 Firefox/2.0.0.1 (Ubuntu-edgy)';
        $curl->execute();
        $retcode = $curl->httpCode();

        if ($retcode == 301 || $retcode == 302){

            $url = "www." . $domain . "/" . $file;

            $curl = new Curl();
            $curl->url = $url;
            $curl->nobody = true;
            $curl->userAgent = 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.8.1.1) Gecko/20060601 Firefox/2.0.0.1 (Ubuntu-edgy)';
            $curl->execute();
            $retcode = $curl->httpCode();

        }

        return $retcode;

    }
4

3 回答 3

2

查看返回的响应代码列表 - http://www.w3.org/Protocols/rfc2616/rfc2616-sec10.html。

通常 Web 浏览器会自动处理这些，但是当您使用 curl 手动执行操作时，您需要了解每个响应的含义。301or302表示您应该使用提供的替代 url 来访问资源。这可能是一个简单www的请求插件，但它也可能更复杂，因为重定向到一个不同的域。

这303意味着您正在POST尝试访问资源，并且应该使用GET.

于 2012-11-29T15:45:26.147 回答
0

好吧，当您收到 301 或 302 时，您应该使用在响应中找到的位置，而不仅仅是假设另一个位置并尝试。

正如您在此示例中看到的，来自服务器的响应包含文件的新位置。将其用于您的下一个请求： http ://en.wikipedia.org/wiki/HTTP_301#Example

于 2012-11-29T15:42:34.963 回答
0

“followLocation”效果很好。以下是我的实现方式：

$url = "http://www.YOURSITE.com//"; // Assign you url here.

$ch = curl_init(); // initialize curl.
curl_setopt($ch, CURLOPT_URL, $url); // Pass the URL as the option/target.
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); // 0 will print html. 1 does not.
curl_setopt($ch, CURLOPT_HEADER, 0); // Please curl, inlude the header in the output.
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1); // ..and yes, follow what the server sends as part of the HTTP header.

$response_data = curl_exec($ch); // execute curl with the target URL.
$http_header = curl_getinfo($ch); // Gets information about the last transfer i.e. our URL
// Print the URLs that are not returning 200 Found.
if($http_header['http_code'] != "200") {
    echo " <b> PAGE NOT FOUND => </b>"; print $http_header['http_code'];
}
// print $http_header['url']; // Print the URL sent back in the header. This will print the page to wich you were redirected.
print $url; // this will print the original URLs that you are trying to access

curl_close($ch); // we are done with curl; so let's close it.
于 2013-12-11T16:39:41.653 回答