get_meta_tags() 抛出错误无法打开流:HTTP 请求失败! HTTP/1.1 403 禁止访问

get_meta_tags() throwing error failed to open stream: HTTP request failed! HTTP/1.1 403 Forbidden

我正在尝试使用 get_meta_tags() 函数从网站 URL 获取元数据。我插入的大多数 URL 工作正常,但有一个 URL 抛出错误 failed to open stream: HTTP request failed! HTTP/1.1 403 Forbidden.

我想知道是否有办法通过权限?如果否,有什么方法可以检测是否可以访问特定网站?至少我可以做一些事情来解决它而不会出现错误,因为我需要从元数据中获取一些信息。

我的代码就是这样写的:

get_meta_tags("https://www.udemy.com/course/beginning-c-plus-plus-programming/");

它看起来像站点块 PHP 脚本来防止抓取。

您可以尝试让站点认为它是由 (Web 浏览器)访问的。

您可以在请求期间使用 stream_context_create():

更改 User-Agent header
$context = stream_context_create(
    array(
        "http" => array(
            "header" => "User-Agent: Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36"
        )
    )
);

$tags = get_meta_tags(file_get_contents('https://www.udemy.com/course/beginning-c-plus-plus-programming/', false, $context));
var_dump($tags)

Here 您可以找到最常见的用户代理列表。

P.S。请记住,这并不是真的公平

您可以使用 cURL

function url_get_contents($url, $useragent='cURL', $headers=false, $follow_redirects=true, $debug=false) {

    // initialise the CURL library
    $ch = curl_init();

    // specify the URL to be retrieved
    curl_setopt($ch, CURLOPT_URL,$url);

    // we want to get the contents of the URL and store it in a variable
    curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);

    // specify the useragent: this is a required courtesy to site owners
    curl_setopt($ch, CURLOPT_USERAGENT, $useragent);

    // ignore SSL errors
    curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);

    // return headers as requested
    if ($headers==true){
        curl_setopt($ch, CURLOPT_HEADER,1);
    }

    // only return headers
    if ($headers=='headers only') {
        curl_setopt($ch, CURLOPT_NOBODY ,1);
    }

    // follow redirects - note this is disabled by default in most PHP installs from 4.4.4 up
    if ($follow_redirects==true) {
        curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1); 
    }

    // if debugging, return an array with CURL's debug info and the URL contents
    if ($debug==true) {
        $result['contents']=curl_exec($ch);
        $result['info']=curl_getinfo($ch);
    }

    // otherwise just return the contents as a variable
    else $result=curl_exec($ch);

    // free resources
    curl_close($ch);

    // send back the data
    return $result;
}