php - 似乎无法通过 cURL 获取网页内容 - 用户代理和 HTTP header 都已设置？

Question

出于某种原因，我似乎无法通过 cURL 获取此特定网页的内容。我已经设法使用 cURL 很好地访问“顶级页面”内容，但同样的自建快速 cURL 功能似乎不适用于链接的子网页之一。

顶级页面: http://www.deindeal.ch/

子页面: http://www.deindeal.ch/deals/hotel-cristal-in-nuernberg-30/

我的 cURL 函数(在 functions.php 中)

function curl_get($url) {
    $ch = curl_init();
    $header = array(
    'Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Accept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.7',
    'Accept-Language: en-us;q=0.8,en;q=0.6'
    );
    $options = array(
        CURLOPT_URL => $url, 
        CURLOPT_HEADER => 0, 
        CURLOPT_RETURNTRANSFER => 1, 
        CURLOPT_USERAGENT => 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en; rv:1.9.2.13) Gecko/20101203 Firefox/3.6.13',
        CURLOPT_HTTPHEADER => $header
        );
    curl_setopt_array($ch, $options);
    $return = curl_exec($ch);
    curl_close($ch);

    return $return;
}

PHP文件获取内容(使用echo进行测试)

require "functions.php";
require "phpQuery.php";

echo curl_get('http://www.deindeal.ch/deals/hotel-walliserhof-zermatt-2-naechte-30/');

到目前为止，我已经尝试了以下方法来让它工作

• 在本地 (XAMPP) 和远程 (LAMP) 运行文件。
• 按照此处的建议添加到用户代理和 HTTP header 中 file_get_contents and CURL can't open a specific website - 在函数 curl_get() 包含当前的所有选项之前，除了 CURLOPT_USERAGENT 和 CURLOPT_HTTPHEADERS`。

网站是否有可能完全阻止通过 cURL 或其他远程文件打开机制的请求，无论提供了多少数据来尝试发出真正的浏览器请求？

此外，是否有可能诊断出为什么我的请求没有出现？

任何帮助回答上述两个问题，或编辑/提出建议以获取文件内容的任何帮助，即使通过不同于 cURL 的方法，我们也将不胜感激 ;)。

Answer 1

尝试添加:

CURLOPT_FOLLOWLOCATION => TRUE

根据您的选择。

如果您从命令行运行一个简单的 curl 请求(包括 -i 以查看响应 header )，那么很容易看到:

$ curl -i 'http://www.deindeal.ch/deals/hotel-cristal-in-nuernberg-30/'
HTTP/1.1 302 FOUND
Date: Fri, 30 Dec 2011 02:42:54 GMT
Server: Apache/2.2.16 (Debian)
Vary: Accept-Language,Cookie,Accept-Encoding
Content-Language: de
Set-Cookie: csrftoken=d127d2de73fb3bd72e8986daeca86711; Domain=www.deindeal.ch; Max-Age=31449600; Path=/
Set-Cookie: generic_cookie=1; Path=/
Set-Cookie: sessionid=987b1a11224ecd0e009175470cf7317b; expires=Fri, 27-Jan-2012 02:42:54 GMT; Max-Age=2419200; Path=/
Location: http://www.deindeal.ch/welcome/?deal_slug=hotel-cristal-in-nuernberg-30
Content-Length: 0
Connection: close
Content-Type: text/html; charset=utf-8

如您所见，它返回带有 Location header 的 302。如果您直接点击该位置，您将获得您正在寻找的内容。

然后回答你的两个问题:

1. 不，不可能阻止来自诸如 curl 之类的请求。如果消费者可以使用 HTTP，那么它就可以访问浏览器可以访问的任何内容。
2. 使用 HTTP 代理进行诊断可能对您有所帮助。 Wireshark、fiddler、charles 等。将来应该可以帮助你。或者，像我一样从命令行发出请求。

编辑
啊，我明白你现在在说什么了。因此，当您第一次访问该链接时，您会被重定向并设置一个(或多个)cookie。一旦您拥有这些 cookie，您的请求就会按预期通过。

因此，您需要使用 cookiejar，如本例所示:http://icfun.blogspot.com/2009/04/php-how-to-use-cookie-jar-with-curl.html

因此，您需要发出初始请求，保存 cookie，然后再发出包含 cookie 的后续请求。