可以从我的浏览器访问外部网站 Sitemap.xml，但不能使用 cURL

Question

我正在尝试使用 PHP 和 cURL 从 Amazon EC2 实例上的自定义构建 wordpress 插件访问网站的 sitemap.xml 文件。 这个网站的sitemap.xml 文件只有13 项，是一个很小的文件。 当我在浏览器中输入“https://www.example.com/sitemap.xml”时，我可以查看该文件。我在实例的 php.ini 文件中启用了“fopen”。我的PHP代码很简单，但是脚本运行了很长时间（几分钟）没有结果并且报错：

 TCP connection reset by peer

function getThisSiteMap(){
 $ch = curl_init();
 curl_setopt($ch, CURLOPT_URL, 'https://www.example.com/sitemap.xml');
 curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
 curl_setopt($ch, CURLOPT_ENCODING, '');
 curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36');
 $feed = curl_exec($ch);
    if (curl_error($ch)) {
    $error_msg = curl_error($ch);
    }
    $xmlTermsIR = simplexml_load_string($feed);

    if ($xmlTermsIR) {
       echo 'HEELLEOO';
    } else {
        echo 'NOT WORKING' . '<br>';
        echo $error_msg;
     }
    }

我有点困惑，因为我可以使用相同的代码访问其他 sitemap.xml 文件。我需要使用不同的用户代理吗？如何使用 cURL 访问此 sitemap.xml？任何帮助将不胜感激。

Answer 1

我会通过 SSH 连接到服务器，看看是否可以：

curl https://www.example.com/sitemap.xml

这将告诉您这是代码问题还是根本无法从服务器解析域。我也会尝试回显 $feed 并省略 simplexml_load_string()，只是看看它是否挂在请求上。

您还可以通过将以下内容放在顶部来启用 php 日志并查看它是否正在死亡而不是完成时没有输出

ini_set('display_errors', 1);
ini_set('display_startup_errors', 1);
error_reporting(E_ALL);