如何阻止图像被 file_get_contents 或 wget 抓取，以及如何应对？

Question

我的客户正在新浪博客上写博客，她只对它的编辑感到满意。 因此，在她提交博客后，我使用一个小片段将图像和文本抓取到她自己的博客网站。 它的核心是

$url = 'http://s5.sinaimg.cn/bmiddle/001MEJWgzy7xxRaXmDyd4&690';
$img_data = @file_get_contents($url);
$img = file_put_contents('1.jpg',$img_data);

听起来很奇怪，但它确实运作良好，为我们俩节省了大量时间。 但是最近图像变成了空白，带有一些水印。 我猜新浪终于发现了我们的小伎俩并阻止了图像被抓取。 我只是好奇阻止是如何进行的，更重要的是，有没有办法解决？ 我试过使用wget http://s5.sinaimg.cn/bmiddle/001MEJWgzy7xxRaXmDyd4&690它也只能得到空白图像。

Answer 1

只是一个建议 - 一个网站最简单（也是最有可能）的方式 go 是通过查看请求标头，最常见的是“接受”、“推荐人”和“用户代理”。 您可以尝试复制“真实”浏览器发送的值并将它们插入 wget 调用，如下所示：

• 将浏览器指向https://www.whatismybrowser.com/detect/what-http-headers-is-my-browser-sending并复制 User-Agent 字符串并接受标头
• 将这些值插入 wget，如下所述： Change the default USER-AGENT and REFERRER value in wget

希望有帮助！