PHP实现抓取HTTPS内容的方法和错误处理
最近在研究Hacker News API时遇到一个HTTPS问题。因为所有的Hacker News API都是通过加密的HTTPS协议访问的，跟普通的HTTP协议不同，当使用PHP里的函数 file_get_contents() 来获取API里提供的数据时，出现错误，使用的代码是这样的：
<?php
$data = file_get_contents("https://www.liqingbo.cn/son?print=pretty");
......
当运行上面的代码是遇到下面的错误提示：
PHP Warning: file_get_contents(): Unable to find the wrapper "https" - did you forget to enable it when you configured PHP?
为什么会出现这样的错误？
在网上经过一番搜索，发现遇到这样错误的人还不少，问题很直接，是因为在PHP的配置文件里没有开启一个参数，在我本机上是 /apache/bin/php.ini 里的 ;extension=php_openssl.dll 这一项，需要将前面的分号去掉。你可以用下面的脚本来检查你的PHP环境的配置：
$w = stream_get_wrappers();
echo 'openssl: ', extension_loaded ('openssl') ? 'yes':'no', "\n";
echo 'http wrapper: ', in_array('http', $w) ? 'yes':'no', "\n";
echo 'https wrapper: ', in_array('https', $w) ? 'yes':'no', "\n";
echo 'wrappers: ', var_dump($w);
运行上面的这个脚本片段，在我的机器上得到的结果是：
openssl: no
http wrapper: yes
https wrapper: no
wrappers: array(10) {
[0]=>
string(3) "php"
[1]=>
string(4) "file"
[2]=>
string(4) "glob"
[3]=>
string(4) "data"
[4]=>
string(4) "http"
[5]=>
string(3) "ftp"
[6]=>
string(3) "zip"
[7]=>
string(13) "compress.zlib"
[8]=>
string(14) "compress.bzip2"
[9]=>
string(4) "phar"
}
替代方案
发现错误，改正错误，这很简单，困难的是，发现错误后无法改正错误。我原本是想将这个脚本方法远程主机上，但我无法修改远程主机的PHP配置，结果是，我无法使用这一方案，但我们不能在一棵树上吊死，这条路走不通，看看有没有其它路。
另外一个我经常用的PHP里抓取内容的函数是 curl ，它比 file_get_contents() 更强大，提供了很多的可选参数。对于访问 HTTPS 内容的问题，我们需要使用的 CURL 配置参数是：
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, FALSE);
你可以从语义上看出，它是忽略/跳过了SSL安全验证。也许这不是一个很好的做法，但对于普通的场景中，这几经足够了。
下面是利用 Curl 封装的一个能访问HTTPS内容的函数：
function getHTTPS($url) {
$ch = curl_init();
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, FALSE);
curl_setopt($ch, CURLOPT_HEADER, false);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_REFERER, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, TRUE);
$result = curl_exec($ch);
curl_close($ch);
return $result;
}
您可能感兴趣的文章：
PHP实现抓取HTTPS内容的方法和错误处理
php抓取https内容的方法
php file_get_contents抓取https地址报错的解决办法
php如何使用curl？（用法介绍）
golang https 代理_goproxy.cn - 为中国 Go 语言开发者量身打造的模块代理
Python3爬虫入门：pyspider 框架介绍
PHP的错误是什么
php 获取远程网页内容简单函数
php中curl、fsocket、file_get_content函数比较
爬虫入门的基本原理，如果你连这些都不知道那你可以放弃爬虫了！