file_get_contents疑问

Question

$url = "http://www.google.com.hk/search?q=%E5%9B%BD%E5%AE%B6%E7%94%B5%E7%BD%91&hl=zh-CN&newwindow=1&safe=strict&biw=1419&bih=715&prmdo=1&tbs=frm:1&ei=1attTe7qO4jKvQOszpzbBA&start=10&sa=N";
//$url = 'http://www.baidu.com';
echo '##1';
$page =  file_get_contents($url);
var_dump($page);
echo '##2';file_get_contents(http://www.google.com.hk/search?q=%E5%9B%BD%E5%AE%B6%E7%94%B5%E7%BD%91&hl=zh-CN&newwindow=1&safe=strict&biw=1419&bih=715&prmdo=1&tbs=frm:1&ei=1attTe7qO4jKvQOszpzbBA&start=10&sa=N) [function.file-get-contents]: failed to open stream: Redirection limit reached, aborting如果我将链接中的 hl=zh-CN& 去掉就OK了 请问 为什么？

Answer 1

经过测试，
hl=可以是任何值 如：hk,tw,us,xxx,zh-,zh-tw......
就是不能zh-c+n+难道google屏蔽了zh-cn？？但浏览器里是可以执行查询的。为什么file_get_connects不能呢？等高人解释

Answer 2

www.google.com.hk搜索结果页面是big5编码header("Content-type:text/html;charset=big5");//加个头$url = "http://www.google.com.hk/search?q=%E5%9B%BD%E5%AE%B6%E7%94%B5%E7%BD%91"; //直接跟关键词即可，没必要复制url链接。
//$url = 'http://www.baidu.com';
echo '##1';
$page =  file_get_contents($url);
var_dump($page);

Answer 3

不用什么高人，最近拿GG来测试，不定时会得到无法预料的结果，换别的试吧，你的第一个url我这边5次返回404，第六次才看到内容，我还猜是不是被你耍了

Answer 4

不仅仅是谷歌会出现这种问题，有些网站也会，可能跟PHP本身有关，会不会是HTTP头信息的问题？

Answer 5

经过测试，发现是cookie的问题当缺少PREF=ID=9e9d73d95b9fc374:U=2e41cc6df9b2c3f9:FF=1:LD=zh-CN:NW=1:TM=1297849526:LM=1299143589:S=7WlOsippv0T5wKd7; 这个cookie时，访问带有hl=zh-CN时，就会有问题，浏览器cookie禁用时表现一致

Answer 6

一定要file_get_contents吗，用curl吧

Answer 7

simple_html_dom.php，这个可以，网上搜一下吧，教程很简单。

Answer 8

还没结贴啊，我做个实例吧
本地验证通过header("Content-type:text/html;charset=gbk");
$surl = 'http://www.google.com.hk/';
$url = "http://www.google.com.hk/search?q=%E5%9B%BD%E5%AE%B6%E7%94%B5%E7%BD%91&hl=zh-CN&newwindow=1&safe=strict&biw=1419&bih=715&prmdo=1&tbs=frm:1&ei=1attTe7qO4jKvQOszpzbBA&start=10&sa=N";$cookie_file = dirname(__FILE__)."/cookie.txt";
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $surl);
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file);
curl_close($ch);$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_REFERER, $surl);
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);
$contents = curl_exec($ch);
curl_close($ch);
echo $contents ;

Answer 9

curl_setopt($ch, CURLOPT_REFERER, $surl);
可以去掉

Answer 10

我晕，我说怎么看你代码都没啥问题，可是就是302呢？
原来是你取cookie时没有执行。。header("Content-type:text/html;charset=gbk");
$surl = 'http://www.google.com.hk/';
$url = "http://www.google.com.hk/search?q=%E5%9B%BD%E5%AE%B6%E7%94%B5%E7%BD%91&hl=zh-CN&newwindow=1&safe=strict&biw=1419&bih=715&prmdo=1&tbs=frm:1&ei=1attTe7qO4jKvQOszpzbBA&start=10&sa=N";$cookie_file = dirname(__FILE__)."/cookie.txt";
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $surl);
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file);
curl_exec($ch);//少了这句。。
curl_close($ch);$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_REFERER, $surl);
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);
$contents = curl_exec($ch);
curl_close($ch);
echo $contents ;

Answer 11

是的，原码在本地执行的时候考虑了伪造浏览器，header输出，允许跳转等设置，
调试的时候发现，这些有没有都无所谓，就删除了。哪知道大意把curl_exec($ch);也删了。呵呵 谢谢你的补充。

Answer 12

学习了。不过这里测试只需要这段代码就可以了啊。header("Content-type:text/html;charset=gbk");
$surl = 'http://www.google.com.hk/';
$url = "http://www.google.com.hk/search?q=%E5%9B%BD%E5%AE%B6%E7%94%B5%E7%BD%91&hl=zh-CN&newwindow=1&safe=strict&biw=1419&bih=715&prmdo=1&tbs=frm:1&ei=1attTe7qO4jKvQOszpzbBA&start=10&sa=N";
$cookie_file = dirname(__FILE__) . "/cookie.txt";
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url); //设置要获取的url
curl_setopt($ch, CURLOPT_REFERER, $surl); //设置向前连接
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file); //执行后返回cookie
$contents = curl_exec($ch);
curl_close($ch);
echo $contents;

Answer 13

我想 你一定是先用的完整代码，测试成功，然后删除了第一段代码，发现了这个结果。为什么呢？？ 因为在用完整代码的时候，已经把cookie抓下来保存在了cookie.txt中了，所以才有你只用第二段代码就能成功的现象，因为COOKIEFILE能读取cookie.txt的值。