解析file_get_contents模仿浏览器头(user_agent)获取数据
2013-06-27 00:00
447 查看
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:
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:
$opts = array( 'http'=>array( 'method'=>"GET", 'header'=>"Host: zh.wikipedia.org\r\n" . "Accept-language: zh-cn\r\n" . "User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0; 4399Box.560; .NET4.0C; .NET4.0E)" . "Accept: *//*" ) );
相关文章推荐
- 解析file_get_contents模仿浏览器头(user_agent)获取数据
- file_get_contents模仿浏览器头(user_agent)获取数据
- file_get_contents模仿浏览器头(user_agent)获取
- file_get_contents post数据获取
- 自定义函数替代file_get_contents获取远程数据
- 使用curl、socket、file_get_contents提交数据和获取数据
- php获取本地图片直接输出浏览器,file_get_contents
- 解析PHP中的file_get_contents获取远程页面乱码的问题
- 使用curl、socket、file_get_contents提交数据和获取数据
- file_get_contents获取一个页面并发送 POST 数据
- file_get_contents函数获取不到数据的一种情况
- 不用file_get_contents,用curl时。接口调用数据获取
- 解析PHP中的file_get_contents获取远程页面乱码的问题【转】
- 解析PHP中的file_get_contents获取远程页面乱码的问题
- JavaWeb编程:获取的计算机的版本号以及浏览器的版本之类的(${header['User-Agent']})
- php获取输入流 file_get_contents('php://input')
- php的file_get_contents获取不了QQ互联接口的返回值
- request.getHeader("user-agent")解析各种浏览器
- 使用火狐浏览器模仿手机浏览器,附浏览器HTTP_USER_AGENT汇总
- file_get_contents进行页面采集数据