时间戳

首页 > 解决方案 > 我正在用 php 编写链接检查器，当站点显示“找不到此页面”之类的屏幕时，我无法收到 HTTP 错误（例如 404 或 400）

php - 我正在用 php 编写链接检查器，当站点显示“找不到此页面”之类的屏幕时，我无法收到 HTTP 错误（例如 404 或 400）

问题描述

我正在制作一个链接检查器工具，以避免我们网站内容中的链接断开，并且当页面不存在或无法加载时它可以工作 - 除非外部网站用一个屏幕替换它，上面写着“这个页面没有似乎不存在。从我们的菜单中搜索您要查找的内容...'。除了这个工具的 html/css/js 代码，这里是检查链接的主要 PHP 代码

$headers = get_headers($url);
$headers = (is_array($headers)) ? implode( "\n ", $headers) : $headers;
$exists = (bool)preg_match('#^HTTP/.*\s+[(200|301|302)]+\s#i', $headers);
$status = (is_array($headers)) ? $headers[0] : $headers;

然后 js 使用包括 $status 在内的这些信息，但是当外部站点显示“未找到”屏幕（例如http://www.drdansiegel.com/resources/healthy_mind_platter）时，它不会返回错误代码。

标签： phpregexhttp-headers

解决方案

在解析到 404 之前，您会返回重定向。我会颠倒您的逻辑，检查您是否有404或400曾经存在。

$notexists = (bool)preg_match('#^HTTP/.*\s40[04]\s#mi', $headers);

此外，您应该使用m修饰符，以便前导锚匹配每一行，而不是整个字符串。

此外，请注意字符类是字符列表，您不能像以前那样在其中进行分组。[(200|301|302)]说 a (, 2, 0, 0(again), |, 3, 0(again) 等都是允许的。你会这样写，就(200|301|302)好像你想要200, 301, or302被允许的字符一样。您可以对重定向状态代码的最后一个整数使用字符类（并且应该添加7和8，就好像也是有效的重定向一样）。所以它可能是(200|30[1278])。

这是您$headers从示例链接中包含的内容：

Array
(
    [0] => HTTP/1.1 301 Moved Permanently
    [1] => Server: nginx
    [2] => Date: Sat, 15 May 2021 01:57:44 GMT
    [3] => Content-Type: text/html
    [4] => Content-Length: 162
    [5] => Connection: close
    [6] => Location: https://www.drdansiegel.com/resources/healthy_mind_platter
    [7] => HTTP/1.1 301 Moved Permanently
    [8] => Server: nginx
    [9] => Date: Sat, 15 May 2021 01:57:45 GMT
    [10] => Content-Type: text/html; charset=UTF-8
    [11] => Content-Length: 0
    [12] => Connection: close
    [13] => Expires: Sat, 15 May 2021 02:57:45 GMT
    [14] => Cache-Control: max-age=3600
    [15] => X-Redirect-By: WordPress
    [16] => Location: https://drdansiegel.com/resources/healthy_mind_platter
    [17] => HTTP/1.1 404 Not Found
    [18] => Server: nginx
    [19] => Date: Sat, 15 May 2021 01:57:46 GMT
    [20] => Content-Type: text/html; charset=UTF-8
    [21] => Connection: close
    [22] => Vary: Accept-Encoding
    [23] => Expires: Wed, 11 Jan 1984 05:00:00 GMT
    [24] => Cache-Control: no-cache, must-revalidate, max-age=0
    [25] => Link: <https://drdansiegel.com/wp-json/>; rel="https://api.w.org/"
)

推荐阅读