从wikisource.org站点获取数据

Question

我正在尝试从这个网站获取邮政编码：

http://pl.wikisource.org/wiki/Lista_kod%C3%B3w_pocztowych_w_Polsce

我的代码很简单：

 <?php
    $postalCode = $_GET['code'];

    $httpAddr = 'http://pl.wikisource.org/wiki/Lista_kod%C3%B3w_pocztowych_w_Polsce/Okr%C4%99g_'.$postalCode[0].'_'.$postalCode[0].$postalCode[1].'-xxx';

    file_get_contents($httpAddr);
    ?>

但是当我将$postalCode设置为03-000 (也是01-000，05-000，但对于07-000，61-000，62-000是有效的)时，我收到了错误：

Warning: file_get_contents(http://pl.wikisource.org/wiki/Lista_kod%C3%B3w_pocztowych_w_Polsce/Okr%C4%99g_0_03-xxx): failed to open stream: HTTP request failed! HTTP/1.0 403 Forbidden in /var/www/clients/client1/web4/web/ofix/test.php on line 5 

页面地址是正确的，您可以复制和粘贴它在您的网络浏览器和它的工作。有什么想法吗？

Answer 1

当Lightness在轨道上赛跑时，似乎PHP服务器确实阻止了PHP的请求。

使用cURL而不是file_get_contents()揭示了详细信息：

HTTP/1.0 403 Forbidden

脚本应使用包含联系信息的信息性User-Agent字符串，否则它们可能会在没有通知的情况下被IP阻止。

web浏览器在其请求中发送有效的User-Agent标头，这就是为什么页面在浏览器中可以正常加载，但在PHP中不能正常加载。

在我用PHP加载这个URL的测试中，有时成功，HTTP状态码为200，有时失败，状态码为403。请注意，错误消息指出脚本可能会被阻止(即.有时它们可能不会被阻止)。

编辑

有关更多信息，请参阅此问题：How to get results from the Wikipedia API with PHP?