PHP curl实现抓取302跳转后页面的示例
PHP的CURL正常抓取页面程序如下：
$url='http://www.baidu.com'; $ch=curl_init(); curl_setopt($ch,CURLOPT_URL,$url); curl_setopt($ch,CURLOPT_VERBOSE,true); curl_setopt($ch,CURLOPT_HEADER,true); curl_setopt($ch,CURLOPT_NOBODY,true); curl_setopt($ch,CURLOPT_CUSTOMREQUEST,'GET'); curl_setopt($ch,CURLOPT_RETURNTRANSFER,true); curl_setopt($ch,CURLOPT_TIMEOUT,20); curl_setopt($ch,CURLOPT_AUTOREFERER,true); curl_setopt($ch,CURLOPT_FOLLOWLOCATION,true); $ret=curl_exec($ch); $info=curl_getinfo($ch); curl_close($ch);
如果你抓取到的是302状态，是因为再抓取的过程中，有的跳转需要给下一个链接传递参数，而下一个链接同时也设置了如果没接收到相应的参数是为非法访问。
curl_setopt($curl,CURLOPT_CUSTOMREQUEST,'GET');
显示就应该正常了。
上面用来抓取功能，几乎应该没问题的。你可以查一下CURLOPT_CUSTOMREQUEST相关资料。
使用一个自定义的请求信息来代替”GET”或”HEAD”作为HTTP请求。这对于执行”DELETE”或者其他更隐蔽的HTTP请求。有效值如”GET”，”POST”，”CONNECT”等等。也就是说，不要在这里输入整个HTTP请求。例如输入”GET/index.htmlHTTP/1.0\r\n\r\n”是不正确的。