Cách dễ dàng để kiểm tra URL cho 404 trong PHP?

Tôi đang tự dạy mình một số thao tác cơ bản và tôi đã thấy rằng đôi khi các URL mà tôi nạp vào mã của mình trả về 404, điều này tổng hợp tất cả phần còn lại của mã của tôi.

Vì vậy, tôi cần một bài kiểm tra ở đầu mã để kiểm tra xem URL có trả về 404 hay không.

Điều này có vẻ như là một nhiệm vụ khá đơn giản, nhưng Google không cho tôi bất kỳ câu trả lời nào. Tôi lo lắng tôi đang tìm kiếm những thứ sai.

Một blog khuyên tôi nên sử dụng điều này:

$valid = @fsockopen($url, 80, $errno, $errstr, 30);

và sau đó kiểm tra xem $ hợp lệ nếu trống hay không.

Nhưng tôi nghĩ rằng URL gây ra sự cố cho tôi có một chuyển hướng trên đó, vì vậy $ hợp lệ sẽ trở nên trống rỗng cho tất cả các giá trị. Hoặc có lẽ tôi đang làm điều gì đó sai.

Tôi cũng đã xem xét một "yêu cầu đầu" nhưng tôi chưa tìm thấy bất kỳ ví dụ mã thực tế nào tôi có thể chơi hoặc thử.

Gợi ý? Và những gì về curl?

Nếu bạn đang sử dụng các curlràng buộc của PHP , bạn có thể kiểm tra mã lỗi bằng cách sử dụng curl_getinfonhư sau:

$handle = curl_init($url);
curl_setopt($handle,  CURLOPT_RETURNTRANSFER, TRUE);

/* Get the HTML or whatever is linked in $url. */
$response = curl_exec($handle);

/* Check for 404 (file not found). */
$httpCode = curl_getinfo($handle, CURLINFO_HTTP_CODE);
if($httpCode == 404) {
    /* Handle 404 here. */
}

curl_close($handle);

/* Handle $response here. */

Nếu php5 đang chạy của bạn, bạn có thể sử dụng:

$url = 'http://www.example.com';
print_r(get_headers($url, 1));

Ngoài ra, với php4, một người dùng đã đóng góp như sau:

/**
This is a modified version of code from "stuart at sixletterwords dot com", at 14-Sep-2005 04:52. This version tries to emulate get_headers() function at PHP4. I think it works fairly well, and is simple. It is not the best emulation available, but it works.

Features:
- supports (and requires) full URLs.
- supports changing of default port in URL.
- stops downloading from socket as soon as end-of-headers is detected.

Limitations:
- only gets the root URL (see line with "GET / HTTP/1.1").
- don't support HTTPS (nor the default HTTPS port).
*/

if(!function_exists('get_headers'))
{
    function get_headers($url,$format=0)
    {
        $url=parse_url($url);
        $end = "\r\n\r\n";
        $fp = fsockopen($url['host'], (empty($url['port'])?80:$url['port']), $errno, $errstr, 30);
        if ($fp)
        {
            $out  = "GET / HTTP/1.1\r\n";
            $out .= "Host: ".$url['host']."\r\n";
            $out .= "Connection: Close\r\n\r\n";
            $var  = '';
            fwrite($fp, $out);
            while (!feof($fp))
            {
                $var.=fgets($fp, 1280);
                if(strpos($var,$end))
                    break;
            }
            fclose($fp);

            $var=preg_replace("/\r\n\r\n.*\$/",'',$var);
            $var=explode("\r\n",$var);
            if($format)
            {
                foreach($var as $i)
                {
                    if(preg_match('/^([a-zA-Z -]+): +(.*)$/',$i,$parts))
                        $v[$parts[1]]=$parts[2];
                }
                return $v;
            }
            else
                return $var;
        }
    }
}

Cả hai sẽ có kết quả tương tự như:

Array
(
    [0] => HTTP/1.1 200 OK
    [Date] => Sat, 29 May 2004 12:28:14 GMT
    [Server] => Apache/1.3.27 (Unix)  (Red-Hat/Linux)
    [Last-Modified] => Wed, 08 Jan 2003 23:11:55 GMT
    [ETag] => "3f80f-1b6-3e1cb03b"
    [Accept-Ranges] => bytes
    [Content-Length] => 438
    [Connection] => close
    [Content-Type] => text/html
)

Do đó, bạn chỉ có thể kiểm tra xem phản hồi tiêu đề có ổn không, ví dụ:

$headers = get_headers($url, 1);
if ($headers[0] == 'HTTP/1.1 200 OK') {
//valid 
}

if ($headers[0] == 'HTTP/1.1 301 Moved Permanently') {
//moved or redirect page
}

Mã và định nghĩa W3C

Với mã của trình phân tích, bạn cũng có thể kiểm tra CURLINEFO_HTTP_CODE để biết các mã khác. Một số trang web không báo cáo 404, thay vào đó họ chỉ chuyển hướng đến trang 404 tùy chỉnh và trả lại 302 (chuyển hướng) hoặc một cái gì đó tương tự. Tôi đã sử dụng điều này để kiểm tra xem một tập tin thực tế (ví dụ: robot.txt) có tồn tại trên máy chủ hay không. Rõ ràng loại tệp này sẽ không gây ra chuyển hướng nếu nó tồn tại, nhưng nếu nó không chuyển hướng đến trang 404, như tôi đã nói trước đây có thể không có mã 404.

function is_404($url) {
    $handle = curl_init($url);
    curl_setopt($handle,  CURLOPT_RETURNTRANSFER, TRUE);

    /* Get the HTML or whatever is linked in $url. */
    $response = curl_exec($handle);

    /* Check for 404 (file not found). */
    $httpCode = curl_getinfo($handle, CURLINFO_HTTP_CODE);
    curl_close($handle);

    /* If the document has loaded successfully without any redirection or error */
    if ($httpCode >= 200 && $httpCode < 300) {
        return false;
    } else {
        return true;
    }
}

Như strager gợi ý, hãy xem xét sử dụng cURL. Bạn cũng có thể quan tâm đến việc thiết lập CURLOPT_NOBODY với curl_setopt để bỏ qua việc tải xuống toàn bộ trang (bạn chỉ muốn các tiêu đề).

Nếu bạn đang tìm kiếm một giải pháp đơn giản nhất và giải pháp bạn có thể thử trong một lần trên php5

file_get_contents('www.yoursite.com');
//and check by echoing
echo $http_response_header[0];

Tôi tìm thấy câu trả lời ở đây :

if(($twitter_XML_raw=file_get_contents($timeline))==false){
    // Retrieve HTTP status code
    list($version,$status_code,$msg) = explode(' ',$http_response_header[0], 3);

    // Check the HTTP Status code
    switch($status_code) {
        case 200:
                $error_status="200: Success";
                break;
        case 401:
                $error_status="401: Login failure.  Try logging out and back in.  Password are ONLY used when posting.";
                break;
        case 400:
                $error_status="400: Invalid request.  You may have exceeded your rate limit.";
                break;
        case 404:
                $error_status="404: Not found.  This shouldn't happen.  Please let me know what happened using the feedback link above.";
                break;
        case 500:
                $error_status="500: Twitter servers replied with an error. Hopefully they'll be OK soon!";
                break;
        case 502:
                $error_status="502: Twitter servers may be down or being upgraded. Hopefully they'll be OK soon!";
                break;
        case 503:
                $error_status="503: Twitter service unavailable. Hopefully they'll be OK soon!";
                break;
        default:
                $error_status="Undocumented error: " . $status_code;
                break;
    }

Về cơ bản, bạn sử dụng phương thức "lấy nội dung tệp" để truy xuất URL, tự động điền biến tiêu đề phản hồi http với mã trạng thái.

Điều này sẽ cung cấp cho bạn đúng nếu url không trả về 200 OK

function check_404($url) {
   $headers=get_headers($url, 1);
   if ($headers[0]!='HTTP/1.1 200 OK') return true; else return false;
}

phụ lục, đã thử nghiệm 3 phương pháp xem xét hiệu suất.

Kết quả, ít nhất là trong môi trường thử nghiệm của tôi:

Curl thắng

Thử nghiệm này được thực hiện dưới sự xem xét rằng chỉ cần các tiêu đề (noBody). Tự kiểm tra:

$url = "http://de.wikipedia.org/wiki/Pinocchio";

$start_time = microtime(TRUE);
$headers = get_headers($url);
echo $headers[0]."<br>";
$end_time = microtime(TRUE);
echo $end_time - $start_time."<br>";


$start_time = microtime(TRUE);
$response = file_get_contents($url);
echo $http_response_header[0]."<br>";
$end_time = microtime(TRUE);
echo $end_time - $start_time."<br>";

$start_time = microtime(TRUE);
$handle = curl_init($url);
curl_setopt($handle,  CURLOPT_RETURNTRANSFER, TRUE);
curl_setopt($handle, CURLOPT_NOBODY, 1); // and *only* get the header 
/* Get the HTML or whatever is linked in $url. */
$response = curl_exec($handle);
/* Check for 404 (file not found). */
$httpCode = curl_getinfo($handle, CURLINFO_HTTP_CODE);
// if($httpCode == 404) {
    // /* Handle 404 here. */
// }
echo $httpCode."<br>";
curl_close($handle);
$end_time = microtime(TRUE);
echo $end_time - $start_time."<br>";

Như một gợi ý bổ sung cho câu trả lời tuyệt vời được chấp nhận:

Khi sử dụng một biến thể của giải pháp được đề xuất, tôi đã gặp lỗi do cài đặt php 'max_execut_time'. Vì vậy, những gì tôi đã làm là như sau:

set_time_limit(120);
$curl = curl_init($url);
curl_setopt($curl, CURLOPT_NOBODY, true);
$result = curl_exec($curl);
set_time_limit(ini_get('max_execution_time'));
curl_close($curl);

Đầu tiên tôi đặt giới hạn thời gian thành số giây cao hơn, cuối cùng tôi đặt lại về giá trị được xác định trong cài đặt php.

<?php

$url= 'www.something.com';
$ch = curl_init($url);
curl_setopt($ch, CURLOPT_HEADER, true);   
curl_setopt($ch, CURLOPT_NOBODY, true);    
curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/5.0 (Windows; U; Windows NT 6.0; en-US; rv:1.9.0.3) Gecko/2008092417 Firefox/3.0.4");
curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);
curl_setopt($ch, CURLOPT_TIMEOUT,10);
curl_setopt($ch, CURLOPT_ENCODING, "gzip");
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);
$output = curl_exec($ch);
$httpcode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
curl_close($ch);


echo $httpcode;
?>

Đây là một giải pháp ngắn.

$handle = curl_init($uri);
curl_setopt($handle,  CURLOPT_RETURNTRANSFER, TRUE);
curl_setopt($handle,CURLOPT_HTTPHEADER,array ("Accept: application/rdf+xml"));
curl_setopt($handle, CURLOPT_NOBODY, true);
curl_exec($handle);
$httpCode = curl_getinfo($handle, CURLINFO_HTTP_CODE);
if($httpCode == 200||$httpCode == 303) 
{
    echo "you might get a reply";
}
curl_close($handle);

Trong trường hợp của bạn, bạn có thể thay đổi application/rdf+xmlthành bất cứ điều gì bạn sử dụng.

Hàm này trả về mã trạng thái của một URL trong PHP 7:

/**
 * @param string $url
 * @return int
 */
function getHttpResponseCode(string $url): int
{
    $headers = get_headers($url);
    return substr($headers[0], 9, 3);
}

Thí dụ:

echo getHttpResponseCode('https://www.google.com');
//displays: 200

Bạn cũng có thể sử dụng mã này để xem trạng thái của bất kỳ liên kết nào:

<?php

function get_url_status($url, $timeout = 10) 
{
$ch = curl_init();
// set cURL options
$opts = array(CURLOPT_RETURNTRANSFER => true, // do not output to browser
            CURLOPT_URL => $url,            // set URL
            CURLOPT_NOBODY => true,         // do a HEAD request only
            CURLOPT_TIMEOUT => $timeout);   // set timeout
curl_setopt_array($ch, $opts);
curl_exec($ch); // do it!
$status = curl_getinfo($ch, CURLINFO_HTTP_CODE); // find HTTP status
curl_close($ch); // close handle
echo $status; //or return $status;
    //example checking
    if ($status == '302') { echo 'HEY, redirection';}
}

get_url_status('http://yourpage.comm');
?>

đây chỉ là một lát mã, hy vọng có hiệu quả với bạn

            $ch = @curl_init();
            @curl_setopt($ch, CURLOPT_URL, 'http://example.com');
            @curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.1) Gecko/20061204 Firefox/2.0.0.1");
            @curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
            @curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);
            @curl_setopt($ch, CURLOPT_TIMEOUT, 10);

            $response       = @curl_exec($ch);
            $errno          = @curl_errno($ch);
            $error          = @curl_error($ch);

                    $response = $response;
                    $info = @curl_getinfo($ch);
return $info['http_code'];

Đây là một cách!

<?php

$url = "http://www.google.com";

if(@file_get_contents($url)){
echo "Url Exists!";
} else {
echo "Url Doesn't Exist!";
}

?>

Kịch bản đơn giản này chỉ đơn giản là thực hiện một yêu cầu tới URL cho mã nguồn của nó. Nếu yêu cầu được hoàn thành thành công, nó sẽ xuất ra "URL tồn tại!". Nếu không, nó sẽ xuất ra "URL không tồn tại!".