解析file_get_contents模仿浏览器头(user_agent)获取数据

解析file_get_contents模仿浏览器头(user_agent)获取数据

　　什么是user agent

　　User Agent中文名为用户代理，简称 UA，它是一个特殊字符串头，使得服务器能够识别客户使用的操作系统及版本、CPU 类型、浏览器及版本、浏览器渲染引擎、浏览器语言、浏览器插件等。

　　网站可以通过判断不同UA来呈现不同的网站，例如手机访问和PC访问显示不同的页面。

　　PHP在用file_get_contents函数采集网站时，有时会明明用浏览器可以看，但就是采不到任何内容。

　　这很有可能是服务器上做了设置，根据 User_agent判断是否为正常的浏览器请求，因为默认PHP的file_get_contents函数是不发送ua的。

　　如果要采集这样的网站，我们就必须要让PHP模拟浏览器发送UA，欺骗网站返回正常内容。

　　实现如下：

　　ini_set('user_agent','Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0; 4399Box.560; .NET4.0C; .NET4.0E)');

　　这是模拟IE8环境下的UA，当然你也可以换成其他的。比如中火狐

　　也可以这样读取：

　　复制代码 代码如下:

　　$opts = array(

　　'http'=>array(

　　'method'=>"GET",

　　'header'=>"Host: zh.wikipedia.orgrn" .

　　"Accept-language: zh-cnrn" .

　　"User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0; 4399Box.560; .NET4.0C; .NET4.0E)" .

　　"Accept: *//*"

　　)

　　);