file_get_contents（）给我403禁止

Question

我有一个合作伙伴，已经为我创造了一些内容供您抓取。
我可以使用浏览器访问该页面，但是当尝试使用user时file_get_contents，会显示403 forbidden。

我尝试使用stream_context_create，但这无济于事-可能是因为我不知道该去哪里。

1）我有什么办法可以刮取数据？
2）如果否，并且不允许合作伙伴将服务器配置为允许我访问，该怎么办？

我尝试使用的代码：

$opts = array(
  'http'=>array(
    'user_agent' => 'My company name',
    'method'=>"GET",
    'header'=> implode("\r\n", array(
      'Content-type: text/plain;'
    ))
  )
);

$context = stream_context_create($opts);

//Get header content
$_header = file_get_contents($partner_url,false, $context);

Answer 1

这不是您脚本中的问题，而是合作伙伴Web服务器安全性中的一项功能。

很难确切地说出是什么阻碍了您，最有可能是阻止刮擦的某种障碍。如果您的伴侣可以访问其Web服务器设置，则可能有助于查明。

您可以做的是通过设置用户代理标头来“伪造Web浏览器”，以使其模仿标准Web浏览器。

我建议使用cURL进行此操作，并且很容易找到执行此操作的良好文档。

    // create curl resource
    $ch = curl_init();

    // set url
    curl_setopt($ch, CURLOPT_URL, "example.com");

    //return the transfer as a string
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($ch,CURLOPT_USERAGENT,'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.13) Gecko/20080311 Firefox/2.0.0.13');

    // $output contains the output string
    $output = curl_exec($ch);

    // close curl resource to free up system resources
    curl_close($ch);