file_get_contents()给我403 Forbidden

Question

我有一个合作伙伴为我创造了一些内容.
我可以使用我的浏览器访问该页面,但在尝试用户时file_get_contents,我得到了一个403 forbidden.

我尝试过使用stream_context_create,但这没有帮助 - 可能是因为我不知道应该去哪里.

1)我有什么方法可以抓取数据吗？
2)如果否,如果不允许合作伙伴配置服务器以允许我访问,那么我该怎么办？

我尝试使用的代码:

$opts = array(
  'http'=>array(
    'user_agent' => 'My company name',
    'method'=>"GET",
    'header'=> implode("\r\n", array(
      'Content-type: text/plain;'
    ))
  )
);

$context = stream_context_create($opts);

//Get header content
$_header = file_get_contents($partner_url,false, $context);

Answer 1

这不是您的脚本中的问题,它是您合作伙伴Web服务器安全性的一项功能.

很难说是什么阻止了你,很可能是某种阻止刮擦的方法.如果您的合作伙伴可以访问其Web服务器设置,则可能有助于精确定位.

您可以做的是通过设置用户代理标头来"伪造Web浏览器",以便模仿标准Web浏览器.

我建议cURL这样做,并且很容易找到这样做的好文档.

    // create curl resource
    $ch = curl_init();

    // set url
    curl_setopt($ch, CURLOPT_URL, "example.com");

    //return the transfer as a string
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($ch,CURLOPT_USERAGENT,'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.13) Gecko/20080311 Firefox/2.0.0.13');

    // $output contains the output string
    $output = curl_exec($ch);

    // close curl resource to free up system resources
    curl_close($ch); 

Answer 2

//首先设置用户代理

ini_set('user_agent','Mozilla/4.0 (compatible; MSIE 6.0)');