php获取网页请求状态程序代码

网页返回状态代码很多站长会去查自己网站状态码是不是200或错误页面是不是404代码了,那么我们使用最多的查看方法就是使用站长工具或ff浏览器来查,但有很多朋友不知道可以自己写一个查看状态代码的功能.

方法一,使用 fsockopen,严重鄙视curl_getinfo,代码如下:

1. function get_http_code($url="localhost", $port=80, $fsock_timeout=10){ 
2.     set_time_limit(0); 
3.     ignore_user_abort(true); 
4.  
5.     // 记录开始时间 
6.     list($usec, $sec) = explode(" ", microtime(true)); 
7.     $timer['start'] = (float)$usec + (float)$sec; 
8.  
9.     // 校验URL 
10.     if(!preg_match("/^https?:＼/＼//i", $url)){ 
11.         $url = "http://".$url; 
12.     } 
13.     // 支持HTTPS 
14.     if(preg_match("/^https:＼/＼//i", $url)){ 
15.         $port = 443; 
16.     } 
17.  
18.     // 解析URL 
19.     $urlinfo = parse_url($url); 
20.     if(emptyempty($urlinfo['path'])){ 
21.         $urlinfo['path'] = '/'; 
22.     } 
23.     $host = $urlinfo['host']; 
24.     $uri = $urlinfo['path'] . (emptyempty($urlinfo['query'])?'':$urlinfo['query']); 
25.  
26.     // 通过fsock打开连接 
27.     if(!$fp = fsockopen($host, $port, $errno, $error, $fsock_timeout)){ 
28.         list($usec, $sec) = explode(" ", microtime(true)); 
29.         $timer['end'] = (float)$usec + (float)$sec; 
30.         $usetime = (float)$timer['end'] - (float)$timer['start']; 
31.  
32.         return array('code'=>-1, 'usetime'=>$usetime); 
33.     } 
34.  
35.     // 提交请求 
36.     $status = socket_get_status($fp); 
37.     $out = "GET {$uri} HTTP/1.1＼r＼n"; 
38.     $out .= "Host: {$host}＼r＼n"; 
39.     $out .= "Connection: Close＼r＼n＼r＼n"; 
40.     $write = fwrite($fp, $out); 
41.     if(!$write){ 
42.         list($usec, $sec) = explode(" ", microtime(true)); 
43.         $timer['end'] = (float)$usec + (float)$sec; 
44.         $usetime = (float)$timer['end'] - (float)$timer['start']; 
45.  
46.         return array('code'=>-2, 'usetime'=>$usetime); 
47.     } 
48.  
49.     $ret = fgets($fp, 1024); 
50.     preg_match("/http＼/＼d＼.＼d＼s(＼d+)/i", $ret, $m); 
51.     $code = $m[1]; 
52.     fclose($fp); 
53.  
54.     list($usec, $sec) = explode(" ", microtime(true)); 
55.     $timer['end'] = (float)$usec + (float)$sec; 
56.     $usetime = (float)$timer['end'] - (float)$timer['start']; 
57.  
58.     return array('code'=>$code, 'usetime'=>$usetime); 
59. } 

file_get_contents 是 fsockopen 功能的简单打包，效率稍低些，但是抓取成功率很高，所以在 snoopy 出问题的时候我一般那他来。5.0.0 添加了对 context 的支持，有了context，他也可以发送 header 信息，自定义用户 agent, referer, cookies 都不在话下。5.1.0 添加了 offset 和 maxlen 参数，可以只读文件的一部分内容。

方法二,使用snoopy.class.php

Snoopy是一个php类,用来模拟浏览器的功能,可以获取网页内容,发送表单,代码如下:

1. $ch = curl_init(); 
2. curl_setopt($ch, CURLOPT_URL, 'http://www.spiegel.de/'); 
3. curl_setopt($ch, CURLOPT_RANGE, '0-500'); 
4. curl_setopt($ch, CURLOPT_BINARYTRANSFER, 1); 
5. curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
6. $result = curl_exec($ch); 
7. curl_close($ch); 
8. echo $result; 
9. /** 
10. *But as noted before if the server doesn't honor this header but sends the whole file curl will download all of it. E.g. http://www.111cn.net ignores the header. But you can (in addition) set a write function callback and abort the request when more data is received, e.g. 
11. * php 5.3+ only 
12. * use function writefn($ch, $chunk) { ... } for earlier versions 
13. */ 
14. $writefn = function($ch, $chunk) { 
15.   static $data=''; 
16.   static $limit = 500; // 500 bytes, it's only a test 
17.   $len = strlen($data) + strlen($chunk); 
18.   if ($len >= $limit ) { 
19.     $data .= substr($chunk, 0, $limit-strlen($data)); 
20.     echo strlen($data) , ' ', $data; 
21.     return -1; 
22.   } 
23.   $data .= $chunk; 
24.   return strlen($chunk); 
25. }; 
26. $ch = curl_init(); 
27. curl_setopt($ch, CURLOPT_URL, 'http://www.111cn.net/'); 
28. curl_setopt($ch, CURLOPT_RANGE, '0-500'); 
29. curl_setopt($ch, CURLOPT_BINARYTRANSFER, 1); 
30. curl_setopt($ch, CURLOPT_WRITEFUNCTION, $writefn); 
31. $result = curl_exec($ch); 
32. curl_close($ch); 

一些常见的状态码为:

200 - 服务器成功返回网页

404 - 请求的网页不存在

503 - 服务器超时

301 - 页面重定向