curl抓取页面时遇到重定向的解决方法

用php的curl抓取网页遇到了问题,为阐述方便,将代码简化如下:
[php] view plaincopy
<?php  
function curlGet($url) {  
        $ch = curl_init();  
        curl_setopt($ch, CURLOPT_URL, $url);  
        curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);   
        curl_setopt($ch, CURLOPT_HEADER, true);  
        return curl_exec($ch);  
}  
  
$url = ‘http://144go.com‘;  
echo curlGet($url), "\n";  
代码的目的很简单,抓取页面:http://www.144go.com
执行上述代码,得到的结果:
[plain] view plaincopy
HTTP/1.1 301 Moved Permanently  
Content-Length: 144  
Content-Type: text/html  
Location: http://www.144go.com/  
Server: Microsoft-IIS/6.0  
X-Powered-By: ASP.NET  
Date: Mon, 03 Sep 2012 04:25:22 GMT  
  
<head><title>Document Moved</title></head>  
<body><h1>Object Moved</h1>This document may be found <a HREF="http://www.144go.com/">here</a></body>  
由结果中的
Location: http://www.144go.com/
可知http://144go.com被重定向到了http://www.144go.com/
怎么办呢,要用正则分析出Location部分的链接,重复执行执行curlGet吗?行到是行,就是有点麻烦。
其实只要加一条语就可以了:
[php] view plaincopy
<?php  
function curlGet($url) {  
        $ch = curl_init();  
        curl_setopt($ch, CURLOPT_URL, $url);  
        curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);   
        curl_setopt($ch, CURLOPT_HEADER, true);  
        //函数中加入下面这条语句  
        curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);          
        return curl_exec($ch);  
}  
再次执行代码,可以抓取到想要的页面。
CURLOPT_FOLLOWLOCATION指明:
让curl递归的抓取http头中Location中指明的url。
当抓取次数超过CURLOPT_MAXREDIRS时,递归将终止。
在抓取中任何跳转带来的问题,都可通过设置此参数解决。

转载自:http://blog.csdn.net/qmhball/article/details/7937534

 

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。