如何使用 PHP 的 cURL 获取 Reddit 提要？答案

【问题标题】：How to obtain a Reddit feed using PHP's cURL?如何使用 PHP 的 cURL 获取 Reddit 提要？
【发布时间】：2015-04-04 00:00:19
【问题描述】：

我正在尝试使用 PHP 的 cURL 从我的 Reddit 帐户获取提要。因此，我需要保留我的 cookie，目前我正在尝试使用 Netscape 格式的 cookies.txt 文件来执行此操作，但这些并没有应用于页面。我想我一定是在做一些愚蠢的事情。

最终结果我希望在显示之前让页面自动登录到 Reddit，但我希望在跳到更复杂的事情之前先学习一下。

<?php       
    //format cookies.txt file by adding semi colons to the end of new lines if they aren't already there and removing colons added to #'s
    $cookies = file_get_contents('.\cookies.txt');
    $cookies = str_replace("\n",";\n",$cookies);
    $cookies = str_replace("#;","#",$cookies);
    $cookies = str_replace(";;",";",$cookies);
    file_put_contents("./cookies.txt", $cookies);

    //set user agent and url + initiate
    $user_agent = "Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2272.118 Safari/537.36";
    $url = 'http://www.reddit.com';
    $c = curl_init($url);

    //My options
    $options = array(
        CURLOPT_CUSTOMREQUEST  =>"GET",        //set request type post or get
        CURLOPT_POST           =>false,        //set to GET
        CURLOPT_USERAGENT      => $user_agent, //set user agent
        CURLOPT_COOKIEFILE     =>".\cookies.txt", //set cookie file
        CURLOPT_COOKIEJAR      =>".\cookies.txt", //set cookie jar
        CURLOPT_RETURNTRANSFER => true,     // return web page
        CURLOPT_HEADER         => false,    // don't return headers
        CURLOPT_FOLLOWLOCATION => true,     // follow redirects
        CURLOPT_ENCODING       => "",       // handle all encodings
        CURLOPT_AUTOREFERER    => true,     // set referer on redirect
        CURLOPT_CONNECTTIMEOUT => 120,      // timeout on connect
        CURLOPT_TIMEOUT        => 120,      // timeout on response
        CURLOPT_MAXREDIRS      => 10,       // stop after 10 redirects
    );
    curl_setopt_array( $c, $options );
    //curl_setopt(... other options you want...)

    $html = curl_exec($c);

    if (curl_error($c))
        die(curl_error($c));

    // Get the status code
    $status = curl_getinfo($c, CURLINFO_HTTP_CODE);

    curl_close($c);

    //get html
    echo $html;
?>

【问题讨论】：

标签： php curl cookies embed

【解决方案1】：

这里有几个问题。让我们一次解决一个。

首先，您声明您希望此脚本将您登录到 reddit。大概这是一个可通过网络访问的 PHP 脚本，您的目标是在您访问此页面时在浏览器中设置 cookie。

问题 1：如果 cookie 值特定于为其创建 cookie 的 IP 地址（可能还有其他因素），这可能是不可能的。我不熟悉 reddit 如何处理会话，所以我无法回答这个问题。如果 cookie 值可以在任何机器之间共享，那么您就可以开始了。

问题 2：您没有向浏览器发送任何标头（包括 cookie），但我怀疑您还没有达到这一点。当您到达那里时，您可以使用header() 或setcookie() 进行此操作。

其次，您的代码存在一些语法问题。

您正在使用\ 作为目录分隔符。这是有问题的，因为单个反斜杠本身就是escape character。虽然\前面的字符没有转义（\n除外），但这不是一个好习惯。
话虽如此，您应该改用DIRECTORY_SEPARATOR。
您正在混合使用单引号 (') 和双引号 (")。在 PHP 中，这很重要。阅读strings 上的文档以获取更多信息。
您还在目录路径中混合使用正斜杠 (/) 和反斜杠 (\)。

所以现在我们需要确定一些事情，如果您提供您的 cookie 文件，它将帮助我们进行调试。 打乱值，以免我们劫持您的会话。

实际返回到 curl 的是什么？
向您的浏览器输出什么？
cookie 值是何时生成的？ cookie 可能已过期。

【讨论】：

非常感谢，我已将此标记为答案，因为它给了我很多研究，再次感谢您 :) 我将在星期二或星期三再次处理此问题，如果我还有问题，我会给你更多信息

【解决方案2】：

cURL 可以自行处理 cookie 文件的创建和处理。我建议删除您在//set user agent and url + initiate 之前编写的代码。下一步是确保cookies.txt 存在，并且运行您的脚本的用户具有访问该文件的适当权限（如果您在 Linux 上运行该文件，您应该使用 760、770 或 660）。

【讨论】：

让 curl 处理 cookie 的选项是 CURLOPT_COOKIEFILE。此外，这些权限有点宽松。如果执行脚本的用户是拥有该文件的用户，则文件模式 400 就足够了。如果执行用户在拥有该文件的组中，040 就足够了。
@aholmes 我不确定我是否理解您提到的CURLOPT_COOKIEFILE。 Shard 将它包含在 cURL 选项数组中，它告诉 cURL 处理 cookie。在此之前，cookies.txt 是打开并手动操作的。我的建议是消除手动操作。关于文件权限，Shard 还在他的 cURL 选项中包含了CURLOPT_COOKIEJAR，它告诉 cURL 它需要存储它收到的任何 cookie。为此，它需要对cookies.txt 的写入权限。 400 或 040 不允许这样做。
我很抱歉。我误读了您的回答，并没有将 Shard 的代码用于我的评论。