PHP網絡抓取教程失敗

我想繞過一些PHP網頁抓取使用cURL的思想。我最近拿起了一本關於這個主題的小書，但是我停留在其中一個教程上，似乎無法找到錯誤的位置。 cookie.txt文件被創建，所以我知道該函數的至少一部分正在正確執行。PHP網絡抓取教程失敗

我試過使用名稱和密碼input字段的ID和名稱屬性沒有任何運氣。據我所知，我也使用正確的POST網址。

<?php 

// Function to submit form using cURL POST method 
function curlPost($postUrl, $postFields, $successString) { 

    $useragent = 'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10.5; en-US; rv:1.9.2.3) Gecko/20100401 Firefox/3.6.3'; // Setting using agent of a very old, yet popular browser. 

    $cookie = 'cookie.txt'; //Setting a cookie file to store cookie 

    $ch = curl_init(); // Intializing cURL session 

    // Setting cURL options 
    curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, FALSE); // Prevent cURL from verifying SSL certificate 
    curl_setopt($ch, CURLOPT_FAILONERROR, TRUE); // Script should fail silently on error 
    curl_setopt($ch, CURLOPT_COOKIESESSION, TRUE); // Use cookies 
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION, TRUE); // Follow Location: headers 
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, TRUE); // Reutrning transfer as a string 
    curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie); // Setting cookiefile 
    curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie); // Setting cookiejar 
    curl_setopt($ch, CURLOPT_USERAGENT, $useragent); // Setting useragent 
    curl_setopt($ch, CURLOPT_URL, $postUrl); // Setting URL to POST 

    curl_setopt($ch, CURLOPT_POST, TRUE); // Setting method as POST 
    curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($postFields)); // Setting POST fields as array 

    $results = curl_exec($ch); // Executing cURL session 
    curl_close($ch); // Closing cURL session 

    // Checking if login was successful by checking existence of string 
    if (strpos($results, $successString)) { 
    return $results; 
    } else { 
    return FALSE; 
    } 
} 

$userEmail = '[email protected]'; // Setting your email address for site login 
$userPass = 'password'; // Setting your password for site login 

$postUrl = 'https://www.packtpub.com/'; // Setting URL to POST to 

// Setting form input fields as 'name' => 'value' 
$postFields = array (
'name' => $userEmail, 
'password' => $userPass, 
'form_id' => 'packt-login-form-header' 
); 

$successString = 'You are logged in as'; 

$loggedIn = curlPost($postUrl, $postFields, $successString); // Executing curlPost login and storing results page in $loggedIn 

?>

來源

2014-07-16 Fireflight

'CURLOPT_COOKIEFILE' /'CURLOPT_COOKIEJAR'選項必須設置爲絕對路徑值。 '「cookie.txt」是一個相對路徑。 – hindmost

我已經在Linux下測試的腳本，它正常工作，有兩個最小的更正：

首先作爲天誅地滅提到，對於coockie文件的路徑必須是絕對的。您可以提供完整路徑，或使用這樣的：

$cookie = dirname(__FILE__).'/cookie.txt';

$cookie = __DIR__.'/cookie.txt'; // if PHP Version > 5.3.0

這將在函數聲明的文件的路徑動態插入目錄。

其次，您必須對$ loggedIn變量的內容執行「某事」以查看任何效果並進一步調試。例如，您可以使用此代碼在腳本的末尾：

var_dump($loggedIn);

這將回聲「布爾（假）」的錯誤或請求在從函數變量$結果的內容。

來源

2014-07-21 14:04:21 theafh

謝謝你。我提出了你的建議修改，並以bool（false）結束，所以我需要探索以找出錯誤的位置。 – Fireflight

PHP網絡抓取教程失敗

回答

相關問題