PHP爬虫遇CORS字体跨域错误：配置响应头与.htaccess均无效求助

首先得帮你理清一个关键误区：你遇到的CORS错误不是爬虫本身的问题！file_get_contents是服务器端发起的请求，浏览器的CORS安全策略根本管不到它。这个错误应该是你把爬取到的HTML内容放到自己的网页里展示时，浏览器去加载目标网站（jakartagrosir.com）的字体资源时触发的——因为目标网站的服务器没有给字体资源添加Access-Control-Allow-Origin响应头，浏览器就会阻止跨域加载。

你之前在自己的脚本或.htaccess里加Access-Control-Allow-Origin没用，是因为这个响应头需要目标网站的服务器返回，你控制不了对方的服务器配置，所以自己加的规则对目标网站的资源完全无效。

下面给你几个可行的解决方案：

方案1：替换字体资源为本地/可跨域资源 #

爬取到HTML后，把页面里指向目标网站的字体URL全部替换成你自己服务器托管的字体，或者使用支持跨域的公共CDN字体（比如Google Fonts）。

举个简单的字符串替换示例：

$link = 'http://jakartagrosir.com/products/search-0.html?keyp=sny+230&do=';
$html = file_get_contents($link);
// 替换目标网站的字体CSS链接
$html = str_replace('http://jakartagrosir.com/fonts/', '/your-local-fonts/', $html);
// 或者替换内联CSS里的字体URL
$html = preg_replace('/url\(http:\/\/jakartagrosir\.com\/fonts\/(.*?)\)/', 'url(/your-local-fonts/$1)', $html);

方案2：做字体资源代理 #

写一个简单的PHP代理脚本，用来转发对目标网站字体的请求，同时在代理的响应头里添加Access-Control-Allow-Origin。

第一步：创建代理脚本（比如font-proxy.php） #

<?php
// 验证请求的URL合法性，避免恶意请求
$fontUrl = $_GET['url'] ?? '';
if (!filter_var($fontUrl, FILTER_VALIDATE_URL) || strpos($fontUrl, 'jakartagrosir.com/fonts/') === false) {
    header("HTTP/1.1 403 Forbidden");
    exit;
}

// 获取字体内容
$fontContent = file_get_contents($fontUrl);
if (!$fontContent) {
    header("HTTP/1.1 404 Not Found");
    exit;
}

// 识别字体MIME类型（也可以根据文件后缀判断）
$ext = pathinfo(parse_url($fontUrl, PHP_URL_PATH), PATHINFO_EXTENSION);
$mimeMap = [
    'ttf' => 'font/ttf',
    'woff' => 'font/woff',
    'woff2' => 'font/woff2',
    'otf' => 'font/otf'
];
$mime = $mimeMap[$ext] ?? 'application/octet-stream';

// 添加跨域头并输出内容
header("Access-Control-Allow-Origin: *"); // 或者指定你的域名，比如http://my-domain.com
header("Content-Type: $mime");
echo $fontContent;
?>

第二步：替换爬取页面中的字体URL #

把页面里的字体URL替换成代理脚本的地址：

$html = preg_replace('/http:\/\/jakartagrosir\.com\/fonts\/(.*?)/', '/font-proxy.php?url=http://jakartagrosir.com/fonts/$1', $html);

方案3：移除字体引用（最简单） #

如果字体不影响你展示核心数据，直接把页面里的字体相关代码删掉就行，这样浏览器不会去请求目标网站的字体，自然不会触发CORS错误：

// 移除字体CSS链接
$html = preg_replace('/<link.*?href="http:\/\/jakartagrosir\.com\/fonts\/.*?".*?>/', '', $html);
// 移除内联CSS中的字体规则
$html = preg_replace('/@font-face.*?\{.*?\}/s', '', $html);

最后提醒一句：爬取网站数据前，记得查看目标网站的robots.txt和使用条款，确保你的行为符合规定，避免不必要的法律风险。

内容的提问来源于stack exchange，提问作者CSM