php：获取受保护页面的内容？答案

【问题标题】：php: get content of a protected page?php：获取受保护页面的内容？
【发布时间】：2011-07-21 07:15:53
【问题描述】：

我正在尝试获取受保护页面的 html 代码。我的目标是用css重新设计这个页面，所以我需要先获取html代码！！！

我有一个有效的用户名和密码。

我曾尝试使用 cURL，但我总是收到以下消息：“存根收到错误数据”

页面的url是：http://student.guc.edu.eg

【问题讨论】：

你试过“查看源代码”吗？
尝试谷歌搜索php curl http authentication。请参阅手册中的示例：php.net/manual/en/function.curl-setopt.php#98164

标签： php curl get

【解决方案1】：

你有任何代码吗？您需要使用这样的代码，特别是利用CURLOPT_HTTPAUTH 和CURLOPT_USERPWD。

$username = 'studentid';
$password = 'studentpassword';

$ch = curl_init("http://student.guc.edu.eg/");
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_HEADER, 0);
curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_BASIC);
curl_setopt($ch, CURLOPT_USERPWD, $username . ":" . $password);
$html = curl_exec($ch);
curl_close($ch);

CURLOPT_HTTPAUTH

要使用的 HTTP 身份验证方法。选项包括：CURLAUTH_BASIC、CURLAUTH_DIGEST、CURLAUTH_GSSNEGOTIATE、CURLAUTH_NTLM、CURLAUTH_ANY 和 CURLAUTH_ANYSAFE。

按位 | (or) 运算符可用于组合多个方法。如果这样做了，cURL 将轮询服务器以查看它支持的方法并选择最好的方法。

CURLAUTH_ANY 是 CURLAUTH_BASIC | 的别名。 CURLAUTH_DIGEST | CURLAUTH_GSSNEGOTIATE | CURLAUTH_NTLM。

CURLAUTH_ANYSAFE 是 CURLAUTH_DIGEST | 的别名。 CURLAUTH_GSSNEGOTIATE | CURLAUTH_NTLM。

CURLOPT_USERPWD

用于连接的用户名和密码，格式为“[username]:[password]”。

查看站点http://student.guc.edu.eg/返回的headers如下：

> curl -I http://student.guc.edu.eg/
HTTP/1.1 401 Access Denied
Server: Microsoft-IIS/5.0
Date: Thu, 21 Jul 2011 08:18:34 GMT
WWW-Authenticate: NTLM
WWW-Authenticate: Basic realm="student.guc.edu.eg"
Connection: close
Content-Length: 4431
Content-Type: text/html

这意味着您应该尝试CURLAUTH_NTLM，而不是使用CURLAUTH_BASIC，看看是否有帮助。

【讨论】：

@ahmed 您正在使用的网络服务器。我见过“存根收到错误数据”的唯一地方是在 Windows 上。
@ahmed，好的，所以使用我上面的代码，会发生什么？是否只是包含“存根收到错误数据”的 $html 变量？
更新，当我将（CURLOPT_HTTPAUTH）更改为（CURLAUTH_ANY）时，我得到了（您无权查看此页面）页面！！！
@ahmed 这显然是由服务器返回的，您的用户名和密码正确吗？我不认为这是你的问题..
我很确定它们是正确的：/我的密码包含破折号（ - ），如果它不同的话？！

【解决方案2】：

不要使用 cURL，使用其他人编写的类，这样可以省去记住发送正确标头、生成有用的错误消息等的所有麻烦，例如 Zend_Http_Client：

http://framework.zend.com/manual/en/zend.http.html

【讨论】：