DIV CSS 佈局教程網

PHP 抓取 HTTPS 內容的錯誤成因與 cURL 替代方案
編輯:關於JavaScript     

在研究 Hacker News API 時遇到一個 HTTPS 問題。該 API 全數透過加密的 HTTPS 協定提供,與一般 HTTP 不同,當使用 PHP 的 file_get_contents() 取得資料時會直接失敗。

問題再現

使用的程式碼是這樣的:

 <?php $data = file_get_contents("/https://blog.it985.com/"); ?>

執行後得到這個錯誤提示:

 PHP Warning: file_get_contents(): Unable to find the wrapper "https" - did you forget to enable it when you configured PHP?

錯誤成因

搜尋後發現遇到這個錯誤的人不少,原因很直接:PHP 設定中沒有啟用 openssl 擴充。在我的環境裡對應的是 /apache/bin/php.ini 中的 ;extension=php_openssl.dll 這一項,需要把前面的分號去掉。

可以用下面的腳本檢查自己的 PHP 環境:

 <?php $w = stream_get_wrappers(); echo 'openssl: ', extension_loaded ('openssl') ? 'yes':'no', "\n"; echo 'http wrapper: ', in_array('http', $w) ? 'yes':'no', "\n"; echo 'https wrapper: ', in_array('https', $w) ? 'yes':'no', "\n"; echo 'wrappers: ', var_dump($w);

在我的機器上得到:

 <?php openssl: no http wrapper: yes https wrapper: no wrappers: array(10) { [0]=> string(3) "php" [1]=> string(4) "file" [2]=> string(4) "glob" [3]=> string(4) "data" [4]=> string(4) "http" [5]=> string(3) "ftp" [6]=> string(3) "zip" [7]=> string(13) "compress.zlib" [8]=> string(14) "compress.bzip2" [9]=> string(4) "phar" }

從 stream_get_wrappers() 的清單中看不到 https,加上 openssl 顯示為 no,就能確認是擴充未載入所致。注意:在 Linux 系統上對應的設定是 extension=openssl,而非 .dll 檔名。

替代方案:改用 cURL

發現錯誤、改正錯誤,這很簡單;困難的是發現錯誤卻無法改正。我原本要把這個腳本放到遠端主機執行,但無權修改那台機器的 PHP 設定,因此這條路走不通。

另一個常用的抓取函式是 curl,它比 file_get_contents() 強大,提供更多可選參數。要訪問 HTTPS 內容,關鍵設定是:

 curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, FALSE);

從語意可以看出,它忽略/跳過了 SSL 憑證驗證。這不是好做法,但在一般情境中已經夠用。封裝成函式如下:

 function getHTTPS($url) { $ch = curl_init(); curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, FALSE); curl_setopt($ch, CURLOPT_HEADER, false); curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_REFERER, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, TRUE); $result = curl_exec($ch); curl_close($ch); return $result; }

關於關閉憑證驗證的重要提醒

必須明確指出:CURLOPT_SSL_VERIFYPEER = FALSE 會讓連線完全暴露在中繼攻擊(MITM)之下。攻擊者可以偽裝成目標伺服器,把你傳送的所有內容(包含 API 金鑰、使用者資料)全部截取。這在正式環境中是嚴重的安全缺陷,不應作為常態解法。

正確的處理順序是:

第一,優先設法在你的環境中啟用 openssl 或改用 php_openssl——這才是根本解法。若使用共享主機無法自行設定,應聯繫主機商,而不是關閉驗證。

第二,若因本機開發環境缺少 CA 憑證包而驗證失敗,正確做法是設定憑證檔路徑而非關閉驗證:

 curl_setopt($ch, CURLOPT_CAINFO, '/path/to/cacert.pem');

Windows 上可從 cURL 官方網站下載 cacert.pem,Linux 通常已安裝於 /etc/ssl/certs/ca-certificates.crt。

第三,若確實只需要臨時除錯,關閉驗證時務必同時關閉 CURLOPT_SSL_VERIFYHOST,並在程式碼中留下明確註記與期限,避免它被帶到正式環境。

其他實務建議

範例中的函式還有幾個可補強之處:應加入 CURLOPT_CONNECTTIMEOUT 與 CURLOPT_TIMEOUT 避免請求無限期掛起;用 curl_error($ch) 取得失敗原因而非只回傳空值;檢查 curl_getinfo($ch, CURLINFO_HTTP_CODE) 確認回應狀態;並在函式結束前用 try-finally 確保 handle 被釋放。

另外,範例中的 URL 帶有多餘的前置斜線("/https://..."),這會讓 file_get_contents 把它當成本機檔案路徑而非網路網址,是另一個獨立的錯誤來源。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved