PHP を使用してログインをシミュレートし、アクセスするためにログインが必要な Web サイトをクロールします。-PHPチュートリアル-php.cn

PHP を使用してログインをシミュレートし、アクセスするためにログインが必要な Web サイトをクロールします。

WBOY

リリース： 2023-06-13 12:22:01

オリジナル

2424 人が閲覧しました

インターネットの発展に伴い、データにアクセスするためにログインを必要とする Web サイトがますます増えています。これは、このデータを使用する必要がある一部のプログラマーや研究者にとっては課題になります。この記事では、PHP を使用してログインをシミュレートし、アクセスするためにログインが必要な Web サイトをクロールする方法を紹介します。

模擬ログインとは何ですか?

シミュレートされたログインとは、ブラウザを使用して手動でログインするのではなく、コードを通じてログイン操作をシミュレートし、ログイン後にデータを取得することを指します。これにより、頻繁なログインアクセスが必要な状況で時間と労力を大幅に節約できます。

PHP を使用してログインをシミュレートする手順

PHP を使用してログインをシミュレートし始める前に、いくつかの基本的な概念と手順を理解する必要があります。

ログインページの取得

まず、ログインページの URL アドレスを取得する必要があります。ブラウザの開発者ツールを使用すると、ログインフォームのアクション属性とメソッド属性を表示でき、これらの属性からフォームの送信先とメソッドがわかります。ブラウザでログインページに直接アクセスし、ページのソースコードを表示してログインフォームに関する関連情報を取得することもできます。

ログインフォームの分析

次に、ログインフォームの各フィールドを分析する必要があります。 form 要素の name 属性を確認することで、どのデータをフォームに送信する必要があるかを判断できます。正常にログインするには、送信する必要があるフィールドとそれに対応する値を明確にする必要があります。

ログインリクエストの送信

ログインフォームを送信する前に、HTTP リクエストを作成する必要があります。 PHP のcurl 関数を使用して、HTTP リクエストを送信するブラウザをシミュレートし、同時にログインフォームデータを POST パラメータとしてサーバーに渡すことができます。ここでは、User-Agent や Referer などの特別なリクエストヘッダー情報に注意する必要があります。

ログイン結果の確認

最後に、ログインが成功したかどうかを確認する必要があります。ログインが成功したかどうかは、HTTP 応答コードを確認することで判断できます。通常、ログインが成功すると、サーバーは 302 ステータスコードを返し、アクセスしたいページにリダイレクトします。ログインが失敗すると、サーバーは 401 (未承認) または 403 (禁止) ステータスコードを返します。

具体的な操作

上記の基本概念を理解した上で、実際の操作を始めてみましょう。

ログインページの取得

Zhihu Web サイトを例に挙げると、まずログインページの URL を取得する必要があります。

$url = 'https://www.zhihu.com/signin';

ログイン後にコピー

ログインフォームの分析

次に、Zhihu のログインフォームを分析する必要があります。 form 要素の name 属性は、ブラウザー開発者ツールを使用して表示できます。

<input type="text" name="username" />
<input type="password" name="password" />
<input type="hidden" name="_xsrf" value="xxxxxx" />

ログイン後にコピー

上記のコードを見ると、ログインフォームで送信する必要があるフィールドに、ユーザー名とパスワードに加えて、ランダムな文字列 _xsrf が含まれていることがわかります。このランダムな文字列は、CSRF 攻撃を防ぐために追加されます。

ログインリクエストの送信

上記の情報を使用して、ログイン操作をシミュレートする HTTP リクエストを作成できます。

$url = 'https://www.zhihu.com/login/phone_num';
$data = array(
    'phone_num' => 'your_phone_number',
    'password' => 'your_password',
    '_xsrf' => 'xxxxxx'
);

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($data));
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false);
curl_setopt($ch, CURLOPT_COOKIEJAR, 'cookie.txt');
curl_setopt($ch, CURLOPT_COOKIEFILE, 'cookie.txt');
curl_setopt($ch, CURLOPT_HTTPHEADER, array(
    'User-Agent: Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.101 Safari/537.36', 
    'Referer: https://www.zhihu.com/signin'
));
$response = curl_exec($ch);
curl_close($ch);

echo $response;

ログイン後にコピー

上記のコードでは、curl 関数を使用して、送信するデータ、リクエストヘッダー情報、Cookie 情報を含む POST リクエストを作成します。このうち、COOKIEJAR と COOKIEFILE は、ログインが必要なページにアクセスするときに後で使用できるように Cookie 情報を保存するために使用されます。 HTTP リクエストヘッダーの偽装については、開発者ツールで見つけることができます。

ログイン結果の確認

ログインに成功すると、サーバーはアクセスにログインが必要なホームページまたはその他のページにリダイレクトします。 HTTP 応答コードを調べることで、ログインが成功したかどうかを判断できます。

$http_code = curl_getinfo($ch, CURLINFO_HTTP_CODE);
if($http_code == 302) {
    echo '登录成功！';
} else {
    echo '登录失败！';
}

ログイン後にコピー

概要

この記事では、PHP を使用してログインをシミュレートし、アクセスするためにログインが必要な Web サイトをクロールする方法を紹介します。模擬ログインにはプライバシーの漏洩、IP のブロックなど、いくつかのリスクがあることに注意してください。したがって、これを使用する場合、対象の Web サイトのクローラー戦略を十分に理解し、関連する法令を遵守し、自身のプライバシーと権利を保護する必要があります。

以上がPHP を使用してログインをシミュレートし、アクセスするためにログインが必要な Web サイトをクロールします。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。