PHP : file_get_contents 加 HTTP Headers

有個以前可以抓網頁的網站突然抓不到想要的內容，手動在瀏覽器中輸入網址可以看到內容，而以 PHP 的「file_get_contents」卻只出現錯誤訊息，很明顯加了道關卡，一般的方法，不外乎檢查 HTTP Headers：User-Agent、Referer......，以前使用「file_get_contents」都是傻傻的直接呼叫，為了「破關」，這下就得使用更底層的方法囉！

查了 PHP 的參考手冊：

string file_get_contents ( string $filename [, int $flags = 0 [, resource $context [, int $offset = -1 [, int $maxlen = -1 ]]]] )

第三個參數「$context」是關鍵，參考了它的範例，多送出「User-Agent」的 Header ，模擬成人使用瀏覽器來擷取內容的試試：

$url = 'http://xxx.xxx.edu.tw/';

$opts = array(
   'http'=>array(
      'header'=>"User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-TW; rv:1.9.2.28) Gecko/20120306 Firefox/3.6.28 ( .NET CLR 3.5.30729; .NET4.0E)\r\n"
   )
);

$context = stream_context_create($opts);

$html = file_get_contents($url, false, $context);

試了一下，哈！只用一個「User-Agent」就破關，防禦力太低了！

如果遇到要檢查 Referer 呢？把上面的 header 再加料，餵給 server 就是囉！

$url = 'http://xxx.xxx.edu.tw/';

$referer = 'http://xxx.xxx.edu.tw/rrrrr';

$opts = array(
   'http'=>array(
      'header'=>"User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-TW; rv:1.9.2.28) Gecko/20120306 Firefox/3.6.28 ( .NET CLR 3.5.30729; .NET4.0E)\r\n"
               ."Referer:".$referer."\r\n"
   )
);

$context = stream_context_create($opts);

$html = file_get_contents($url, false, $context);

如果還需要其它的 HTTP Headers 就繼續加。