如何在PHP中模拟浏览器从Instagram URL获取HTML/JSON数据？

既然Instagram官方API已经暂停服务，要获取Instagram页面的帖子JSON数据，我整理了一套可行的PHP实现代码，亲测能满足需求：

// 开启URL访问权限
ini_set("allow_url_fopen", 1); 

// 构造请求变量，可调整first的值控制每次获取的帖子数量
$urlvars = urlencode('{"id":"'.$user_id.'","first":12,"after":"'.$end_cursor.'"}'); 

// 拼接GraphQL请求URL，需替换$__query_hash为有效哈希值
$url = "https://www.instagram.com/graphql/query/?query_hash={$__query_hash}&variables={$urlvars}"; 

// 构造请求上下文，模拟浏览器User-Agent避免被拦截
$context = stream_context_create( 
    array( 
        "http" => array( 
            "header" => "User-Agent: Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:10.0) Gecko/20100101 Firefox/10.0" 
        )
    )
);

// 发起请求并解析JSON数据
$response = file_get_contents($url, false, $context);
$json_data = json_decode($response, true);

几个关键注意事项一定要记好：

• $__query_hash：这个是Instagram GraphQL接口的专属哈希值，会不定期更新，你需要通过浏览器开发者工具抓取目标帖子列表请求的query_hash来替换
• $user_id：目标Instagram页面的用户ID，同样可以通过开发者工具查看页面请求或者第三方工具获取
• $end_cursor：用于分页加载更多内容，第一次请求时可以将这个值设为空字符串，后续每次请求都从返回的$json_data['data']['user']['edge_owner_to_timeline_media']['page_info']['end_cursor']中提取新的游标值
• User-Agent必须设置：Instagram会拦截非浏览器标识的请求，所以一定要保留这个请求头设置

内容的提问来源于stack exchange，提问作者saleh mosleh