使用PHP爬取网页出现error code:1020错误，求代码问题排查方案

DevOps 小满

2026-9-27

问题排查及修复方案

1. error code 1020 报错原因

该站点接入了Cloudflare安全防护，你直接使用file_get_contents发起裸请求，缺少User-Agent等常规浏览器请求头，会被Cloudflare判定为爬虫行为直接拦截，因此返回1020错误。

2. 现有代码的语法&逻辑错误

你写的preg_replace调用存在明显参数错误：

preg_replace的参数顺序为「正则规则」「替换规则」「待处理字符串」，你的代码把第二个参数和第三个参数的分隔符写成了.（字符串拼接符），而非逗号，相当于直接把$1和$initial拼接作为替换值，没有传入待处理的目标字符串参数，逻辑完全走不通。
用正则匹配HTML节点稳定性极差，页面结构稍有变动就会匹配失败，更推荐用DOM解析器提取字段。

3. 修复后的可运行参考代码

// 构造请求头，模拟普通浏览器请求，绕过Cloudflare基础拦截
$context = stream_context_create([
    'http' => [
        'header' => [
            'User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36',
            'Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,*/*;q=0.8'
        ]
    ]
]);

$initial = file_get_contents('https://v2.gcchmc.org/medical-status-search/', false, $context);
if ($initial === false) {
    die('页面请求失败');
}

// 用DOM解析提取csrfmiddlewaretoken值
$dom = new DOMDocument();
libxml_use_internal_errors(true); // 屏蔽HTML不规范导致的报错
$dom->loadHTML($initial);
libxml_clear_errors();

$xpath = new DOMXPath($dom);
$tokenNode = $xpath->query('//input[@name="csrfmiddlewaretoken"]')->item(0);
if ($tokenNode) {
    $csrfToken = $tokenNode->getAttribute('value');
    echo $csrfToken;
} else {
    echo '未找到csrf字段';
}