PHP-抓取某些网站时file_get_contents 和 curl 都失效
我想抓取http://justcoding.iteye.com/ 这个博客的网页内容,使用了以下代码:
<?php
$baseurl = 'http://justcoding.iteye.com/';
$list = file_get_contents($baseurl);
//OR
$ch = curl_init();
$timeout = 10;
curl_setopt ($ch, CURLOPT_URL, $baseurl);
curl_setopt($ch, CURLOPT_AUTOREFERER, true);
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:25.0) Gecko/20100101 Firefox/25.0');
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
curl_setopt ($ch, CURLOPT_FOLLOWLOCATION, true);
$list = curl_exec($ch);
echo $list;
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论
评论(3)
先判断返回结果中的header和内容, 如果直接是连接不上的话, 基本就是对方的服务器屏蔽了你的服务器IP, 有可能你所在的服务器上有比较多的爬虫脚本, 对方服务器针对性的屏蔽了.
会不会是超时,试试设置超时时间
第一个,我这里是生效的。
第二个,我这里也是生效的。
那么,就是说,iteye并没有禁止curl和远程文件操作。同时,你的方法也没有问题。
原因猜测:
1、本地的host设置,比如justcoding.iteye.com指向的是127.0.0.1
2、iteye当时网络不畅,