如何知道两个URL是否指向同一页面

Question

我想编写一个小脚本，以了解两个URL是否指向同一页面。 例如： http : //google.com和http://google.com/#将导致相同的URL。 同样，有时http://URL1.com和http://URL2.com也指向相同的页面，尽管它们不是相同的URL。

有没有简单的方法可以做到这一点？

如果您需要更多信息，请告诉我，我将编辑该帖子

注意：这不是作业问题，因此请尽可能提供帮助。

谢谢你们！

Answer 1

这是一种非常肮脏的方式，但是我想这就是您想要的：

if(file_get_contents('http://URL1.com') === file_get_contents('http://URL2.com')) {
    // Leading to the same page!
}

请注意，如果页面有较小的更改，例如时间（即，请求是在13:45:59到13:46:00之间准确地进行了更改），cookie或任何动态的，则它将不起作用。

Answer 2

所以...

这可能非常棘手，因为没有“真正”的方法可以检测到它。 您可以检测到Location标头以查看是否存在重定向，但这并不是万无一失的，因为有些人在进行内部重定向。 （意味着，stackoverflow.com与stackoverflow2.com相同。）

我能想到的唯一真实的方法是检查页面的内容：

又名

$c = curl_init();
curl_setopt( $c, CURLOPT_RETURNTRANSFER, true );
curl_setopt( $c, CURLOPT_URL, 'http://localhost/admin/' );
$content1 = curl_exec( $c );
curl_close($c);

$c = curl_init();
curl_setopt( $c, CURLOPT_RETURNTRANSFER, true );
curl_setopt( $c, CURLOPT_URL, 'http://localhost/admin/' );
$content2 = curl_exec( $c );
curl_close($c);

if($content1 == $content2)
{
    // same content
}

如果您愿意，可以将其缩短为仅检查Content-Length或其他内容，但是您将无法简单地从标头中分辨出来。

Answer 3

您可以使用parse_url()处理普通情况。 为了检测重定向，您必须使用HTTP工具的一部分来获取标头并检测Location标头。