5

我想从列表中搜索一些关于单词的链接。所以我正在制作一个脚本：

//html code here.
<?
if (array_key_exists('form_action', $_POST)){
$pel=$_POST['url'];
$toplist=file_get_contents($pel);
$listgrabbing=explode("\r\n",$toplist);
foreach($listgrabbing as $item)
{    

$useragent="Mozilla/4.0 (compatible; MSIE 7.0b; Windows NT 5.1; .NET CLR 1.1.4322; Alexa Toolbar; .NET CLR 2.0.50727)";
$urlto=$item;
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $urlto);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 0);
curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);
curl_setopt($ch, CURLOPT_HEADER, 0);
curl_setopt($ch, CURLOPT_USERAGENT, $useragent);
curl_setopt($ch, CURLOPT_COOKIEJAR, "COOKIE.txt"); 
curl_setopt($ch, CURLOPT_COOKIEFILE, "COOKIE.txt"); 
curl_setopt($ch,CURLOPT_CONNECTTIMEOUT,10); 
$buffer = curl_exec($ch);
$po = strpos($buffer,"article");
if ($po===false)
{
echo ($item."---Word didn't found!");
echo "<br>";
}
else {
echo ($item."---Word Found!");
echo "<br>";
}
}
}
?>

它工作正常。但有时脚本会突然停止工作。我不知道为什么。可能会进入一个没有响应的站点。但为此我使用了CURLOPT_CONNECTTIMEOUT. 但我没有发现脚本有什么问题。

实际上我的问题是，脚本在运行时突然停止。

4

1 回答 1

5

尝试这些CURLOPT_LOW_SPEED_TIME选项CURLOPT_LOW_SPEED_LIMIT

// the download speed must be at least 1 byte per second
curl_setopt(CURLOPT_LOW_SPEED_LIMIT, 1);
// if the download speed is below 1 byte per second for
// more than 30 seconds curl will give up
curl_setopt(CURLOPT_LOW_SPEED_TIME, 30);

如果对于给定的超时，下载速率低于给定的阈值，这将防止 curl 在慢速或死连接上“挂起”。达到超时时，您可以重试或跳过网址：

// skips the url if errors on download
$buffer = curl_exec($ch);
if ($buffer === FALSE) { 
    echo curl_error($ch);
    continue;
}

“停止工作”可能有几个原因。最简单的是，远程服务器在没有发送 TCP FIN 的响应期间崩溃了。（我在野外见过这个）。所以底层的 TCP 连接不会关闭，curl 会永远等待剩余的字节。

此外，在建立连接后在传输期间阻止端口的防火墙规则也可能是原因。不太可能，但在野外也见过。

我可以想象的另一个原因是，远程服务器计算了错误的“Content-Length”HTTP 标头。与 HTTP/1.1 的“连接：保持活动”一起，这可能会使 curl 在等待永远不会发送的剩余字节时“挂起”。为了防止这种情况，您应该明确使用标题“连接：关闭”。这可以按如下方式完成：

curl_setopt(CURLOPT_HTTPHEADER, array('Connection: close'));

但是，我的建议只是防止您的脚本挂起的解决方法。如果您想了解curl 挂起的原因，您必须跟踪网络流量。你可以使用 Wireshark。

于 2012-12-29T15:22:45.143 回答