使用file_get_contents和curl获取无效Cookie的问题求助

我之前也碰到过一模一样的情况！浏览器能拿到有效Cookie，但用PHP的file_get_contents或者curl抓的就没用，大概率是请求头不完整、Cookie处理逻辑有问题，或者站点做了基础的反爬校验。咱们一步步来排查：

1. 先修复你的file_get_contents代码里的Cookie收集bug #

你现在的代码每次匹配到Set-Cookie头就直接覆盖$cookies变量，但一个请求可能返回多个Cookie（比如session_id、csrf_token之类的），最后只保留了最后一个，这肯定会导致Cookie不全失效。

修改这段代码：

$cookies = array();
foreach ($http_response_header as $hdr) {
    if (preg_match('/^Set-Cookie:\s*([^;]+)/', $hdr, $matches)) {
        // 把每个Cookie追加到数组，而不是覆盖
        $cookies[] = $matches[1];
    }
}
// 最后拼接成标准的Cookie字符串
return implode('; ', $cookies);

2. 补全请求头，模拟真实浏览器 #

浏览器发送的请求头远不止Accept和User-Agent，很多站点会校验Referer、Accept-Language这些字段，缺失的话可能返回无效Cookie或者直接拒绝。把你的context header补全：

$context = array( 
    'http' => array( 
        'method' => 'GET', 
        'header' => array(
            'Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
            'User-Agent: Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Ubuntu Chromium/63.0.3239.84 Chrome/63.0.3239.84 Safari/537.36',
            'Referer: ' . $url, // 加上当前URL作为Referer
            'Accept-Language: en-US,en;q=0.5',
            'Connection: keep-alive'
        ),
        'follow_location' => true, // 自动跟随重定向，很多站点会跳转后才设置有效Cookie
        'max_redirects' => 5 // 限制最大重定向次数，避免死循环
    ) 
);

3. 换用curl，用CookieJar自动管理Cookie #

curl对Cookie的处理比file_get_contents成熟得多，尤其是用CURLOPT_COOKIEJAR和CURLOPT_COOKIEFILE可以自动保存和复用Cookie，不用手动解析Set-Cookie头，避免遗漏属性（比如domain、path、过期时间）：

$ch = curl_init($url);

// 模拟浏览器UA
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Ubuntu Chromium/63.0.3239.84 Chrome/63.0.3239.84 Safari/537.36');

// 补全请求头
curl_setopt($ch, CURLOPT_HTTPHEADER, array(
    'Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Accept-Language: en-US,en;q=0.5',
    'Referer: ' . $url,
    'Connection: keep-alive'
));

// 启用CookieJar：自动保存Cookie到文件，下次请求自动读取
curl_setopt($ch, CURLOPT_COOKIEJAR, '/tmp/your_cookies.txt');
curl_setopt($ch, CURLOPT_COOKIEFILE, '/tmp/your_cookies.txt');

// 自动跟随重定向
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
// 返回响应内容而不是直接输出
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);

$response = curl_exec($ch);

// 如果需要手动提取Cookie字符串
$cookieList = curl_getinfo($ch, CURLINFO_COOKIELIST);
$cookieString = '';
foreach ($cookieList as $cookie) {
    $parts = explode("\t", $cookie);
    $cookieString .= $parts[5] . '=' . $parts[6] . '; ';
}
$cookieString = rtrim($cookieString, '; ');

curl_close($ch);

return $cookieString;

4. 极端情况：站点有JS生成的Cookie #

如果上面的方法都没用，那可能目标站点的Cookie是通过JavaScript生成的（比如一些反爬的动态Cookie），这时候file_get_contents和curl都没法处理，因为它们不执行JS。这种情况得用无头浏览器（比如PHP版的Puppeteer）来模拟真实浏览器的渲染过程，才能拿到有效Cookie。

先试试前三种方法，大部分情况都能解决问题！

内容的提问来源于stack exchange，提问作者Dhiraj