问题与file_get_contents（）

Question

我正在用PHP编写代码，该代码从20多个网站中以特定格式获取内容。

除一个网站外，所有网站均正常运行。 现在，这里是问题。
我正在使用file_get_contents()从网站获取图像并将其保存在我的服务器上。 该图像存在于远程服务器上，可通过浏览器访问，但通过代码进行操作时得到404响应。

我无法理解其背后的问题，因为此方法可完美地适用于其他网站。

与发送的标头有关吗？ 任何帮助将不胜感激。

Answer 1

答案可能是：是的...

我想他们正在检查用户代理。

这些都发送到您的标头中。 您可以伪造您的用户代理。 但是不要使用file_get_contents() ，因为那不允许伪造用户代理。 看着卷发 。

编辑1

Barmar的链接显示了可以将File_get_contents file_get_contents()与其他用户代理同时使用的可能性。 值得一看...

编辑2

但这也可能与检查引荐来源网址有关 。如果是这种情况，您确实需要使用curl来设置引荐来源 。

编辑3

现在已经看到了URL，并查看了出现的错误404 （不是50x ），建议您检查URL是否已转义并正确解析。 我看到URL包含空格，域名后面有两个斜杠。 检查是否将空格转义到％20中，并且是否不应将双斜杠剥离为仅一个斜杠。

所以

http://celebslam.celebuzz.com//bfm_gallery/2014/03/Lindsay Lohan 2 Broke Girls/gallery_enlarged/gallery_enlarged-lindsay-lohan-2-broke-girls-01.jpg

应该成为

http://celebslam.celebuzz.com/bfm_gallery/2014/03/Lindsay%20Lohan%202%20Broke%20Girls/gallery_enlarged/gallery_enlarged-lindsay-lohan-2-broke-girls-01.jpg

注意，服务器是CaSe-SeNsItIvE！

Answer 2

是的，首先-检查该站点是否检查了图像访问的引荐来源。 例如，尝试直接在浏览器中获取图像

它还可以检查用户代理字段和其他内容

可能会有助于通过curl获得文件（容易找到的代码示例，否则我将为您提供简单的类）

PS>只是很有趣。 您可以举一些图片网址示例尝试吗？

Answer 3

可能是推荐人或用户代理。 这包括：

function file_get_contents_custom($url) {
    $ch = curl_init();
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_REFERER, $url);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION , 1);
    curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (X11; U; Linux; i686; en-US; rv:1.6) Gecko Debian/1.6-7'); 
    $data = curl_exec($ch); 
    curl_close($ch);
    return $data;
}

更新：

您链接的图像对我来说使用file_get_contents可以正常工作。 服务器可能具有某种DDOS保护。 您平均每秒发出多少个请求？