为什么 curl 链接通过 localhost 重定向？

Question

现在，我有当前的 php 代码：

<?php 

include('simple_html_dom.php');

# set up the request parameters
$curl = curl_init();
curl_setopt($curl, CURLOPT_URL, 'https://www.google.com/search?q=sport+news');
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, true); 
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt($curl, CURLOPT_MAXREDIRS, 0);

$result = curl_exec($curl);
curl_close($curl);

echo $result;
?>

运行此代码时，它会返回一个 google 页面，其中包含与搜索体育新闻相对应的搜索结果。虽然，当您尝试单击这些链接中的任何一个时，它会将您重定向到“localhost:/--url--”。如何防止 curl 重定向到 localhost 而是重定向到实际站点？

我目前正在使用 wampserver 进行测试。

Answer 1

发生这种情况是因为 Google 的结果页面在链接中使用了相对 URL。

<a href="/url?q=https://www.bbc.co.uk/sport/43634915&amp;sa=U&amp;ved=2ahUKEwjX (...)

请注意，href 以 / 开头，而不是 href="https://foobar.com/url?q= 之类的域。

因此，链接将使用提供结果的页面的主机名。

单击结果时您在结果中得到localhost 的原因是您从本地主机提供此代码。

一种解决方案可能是使用DOMDocument PHP 扩展来解析链接，并添加一个主机名，以便结果链接是绝对的，而不是相对的。

例如：

// Ignore HTML errors
libxml_use_internal_errors(true);

// Instantiate parser
$dom = new DOMDocument;

// Load HTML into DOM document parser
$dom->loadXML($result);

// Select anchor tags
$books = $dom->getElementsByTagName('a');

// Iterate through all links
foreach ($links as $link) {

    // Get relative link value
    $relativePath = $link->getAttribute('href');

    // Check if this is a relative link
    if (substr($relativePath, 0, 1) === '/') {
        
        // Prepend Google domain
        $link->setAttribute('href', "https://google.com/" . $relativePath);
    }
}

echo $dom->saveHTML();