PHP: cURL и отслеживать все перенаправления

Я ищу, чтобы свернуть URL-адрес и отслеживать каждый отдельный URL-адрес, который он проходит. По какой-то причине я не могу этого сделать, не выполняя рекурсивные вызовы cURL, которые не идеальны. Возможно, я упускаю какой-то простой вариант. Мысли?

 $url = "some url with redirects";
 $ch = curl_init($url);
 curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
 curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
 curl_setopt($ch, CURLOPT_HEADER, true);
 curl_setopt($ch, CURLOPT_NOBODY, false);
 curl_setopt($ch, CURLOPT_TIMEOUT, 10);
 curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 10);
 curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/5.0 (Macintosh; U; Intel Mac OS X; en-US; rv:1.8.1) Gecko/20061024 BonEcho/2.0");

 $html = curl_exec($ch);
 $info = array();
 if(!curl_errno($ch))
 {
      $info = curl_getinfo($ch);
      echo "<pre>";
      print_r($info);
      echo "</pre>";
 }

и я получаю такой ответ

Array
(
    [url] => THE LAST URL THAT WAS HIT
    [content_type] => text/html; charset=utf-8
    [http_code] => 200
    [header_size] => 1942
    [request_size] => 1047
    [filetime] => -1
    [ssl_verify_result] => 0
    [redirect_count] => 2   <---- I WANT THESE
    [total_time] => 0.799589
    [namelookup_time] => 0.000741
    [connect_time] => 0.104206
    [pretransfer_time] => 0.104306
    [size_upload] => 0
    [size_download] => 49460
    [speed_download] => 61856
    [speed_upload] => 0
    [download_content_length] => 49460
    [upload_content_length] => 0
    [starttransfer_time] => 0.280781
    [redirect_time] => 0.400723
)

3 ответов


вы

curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);

это означает, что cURL будет следовать перенаправлениям и возвращать вам только последнюю страницу без заголовка местоположения.

следовать местоположением вручную:

function getWebPage($url, $redirectcallback = null){
    $ch = curl_init($url);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION, false);
    curl_setopt($ch, CURLOPT_HEADER, true);
    curl_setopt($ch, CURLOPT_NOBODY, false);
    curl_setopt($ch, CURLOPT_TIMEOUT, 10);
    curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 10);
    curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/5.0 (Macintosh; U; Intel Mac OS X; en-US; rv:1.8.1) Gecko/20061024 BonEcho/2.0");

    $html = curl_exec($ch);
    $http_code = curl_getinfo($ch, CURLINFO_HTTP_CODE);
    if ($http_code == 301 || $http_code == 302) {
        list($httpheader) = explode("\r\n\r\n", $html, 2);
        $matches = array();
        preg_match('/(Location:|URI:)(.*?)\n/', $httpheader, $matches);
        $nurl = trim(array_pop($matches));
        $url_parsed = parse_url($nurl);
        if (isset($url_parsed)) {
            if($redirectcallback){ // callback
                 $redirectcallback($nurl, $url);
            }
            $html = getWebPage($nurl, $redirectcallback);
        }
    }
    return $html;
}

function trackAllLocations($newUrl, $currentUrl){
    echo $currentUrl.' ---> '.$newUrl."\r\n";
}

getWebPage('some url with redirects', 'trackAllLocations');

С libcurl вы можете использовать CURLINFO_REDIRECT_URL getinfo переменная, чтобы узнать URL это бы перенаправляют, если он был включен. Это позволяет программам легко пересекать сами перенаправления.

этот подход намного лучше и проще, чем разбор Location: заголовки другие предложили здесь, так как тогда ваш код должен перестроить относительные пути и т. д. CURLINFO_REDIRECT_URL исправляет это для вас автоматически.

в PHP/скручиваемость добавлена привязка поддержка этой функции в PHP 5.3.7:

$url = curl_getinfo($ch, CURLINFO_REDIRECT_URL)

фиксация, которая исправила это:

https://github.com/php/php-src/commit/689268a0ba4259c8f199cae6343b3d17cab9b6a5


могу я сделать рекомендацию...

 preg_match('/(Location:|URI:)(.*?)\n/', $httpheader, $matches);

измените регулярное выражение на /(Location: / URI:) (.*?) \n / i, поэтому он нечувствителен к регистру. Я заметил, что есть некоторые сайты/места, которые используют местоположение: где L-нижний регистр.

просто мысль, чтобы помочь тем, кто задавался вопросом, почему иногда это не работает... смотреть на это.