禁止linux curl抓取页面内容,curl抓取页面时遇到重定向的解决方法

用php的curl抓取网页遇到了问题，为阐述方便，将代码简化如下：

function curlGet($url) {

$ch = curl_init();

curl_setopt($ch, CURLOPT_URL, $url);

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

curl_setopt($ch, CURLOPT_HEADER, true);

return curl_exec($ch);

}

$url = ‘http://144go.com‘;

echo curlGet($url), "\n";

代码的目的很简单，抓取页面：http://www.144go.com

执行上述代码，得到的结果：

HTTP/1.1 301 Moved Permanently

Content-Length: 144

Content-Type: text/html

Location: http://www.144go.com/

Server: Microsoft-IIS/6.0

X-Powered-By: ASP.NET

Date: Mon, 03 Sep 2012 04:25:22 GMT

Document Moved

Object Moved

This document may be found here

由结果中的

Location: http://www.144go.com/

可知http://144go.com被重定向到了http://www.144go.com/

怎么办呢，要用正则分析出Location部分的链接，重复执行执行curlGet吗？行到是行，就是有点麻烦。

其实只要加一条语就可以了：

function curlGet($url) {

$ch = curl_init();

curl_setopt($ch, CURLOPT_URL, $url);

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

curl_setopt($ch, CURLOPT_HEADER, true);

//函数中加入下面这条语句

curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);

return curl_exec($ch);

}

再次执行代码，可以抓取到想要的页面。

CURLOPT_FOLLOWLOCATION指明：

让curl递归的抓取http头中Location中指明的url。

当抓取次数超过CURLOPT_MAXREDIRS时，递归将终止。

在抓取中任何跳转带来的问题，都可通过设置此参数解决。

有关重定向的问题，可参考HTTP返回码中301与302的区别--------------------- 原文链接：https://blog.csdn.net/qmhball/article/details/7937534