要提取google搜索的部分數據，發現google對於軟件抓取它的數據屏蔽的厲害，以前偽造下 USER-AGENT 就可以抓數據，但是現在卻不行了。利用抓包數據發現，Google 判斷了 cookies，當你沒有cookies的時候，直接返回 302 跳轉，而且是連續幾十個302跳轉，根本抓不了數據。
因此，在發送搜索命令時，需要先提取 cookies 並保存，然後利用保存下來的這個cookies再次發送搜索命令即可正常抓數據了。這其實和論壇的模擬登錄一個道理，先POST登錄，獲取cookies並保存，然後利用這個cookies訪問就可以了。
PHP 代碼如下：
復制代碼 代碼如下:
<?php
header('Content-Type: text/html; charset=utf-8');
$cookie_file = dirname(__FILE__).'/cookie.txt';
//$cookie_file = tempnam("tmp","cookie");
//先獲取cookies並保存
$url = "http://www.google.com.hk";
$ch = curl_init($url); //初始化
curl_setopt($ch, CURLOPT_HEADER, 0); //不返回header部分
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); //返回字符串，而非直接輸出
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file); //存儲cookies
curl_exec($ch);
curl_close($ch);
//使用上面保存的cookies再次訪問
$url = "http://www.google.com.hk/search?oe=utf8&ie=utf8&source=uds&hl=zh-CN&q=qq";
$ch = curl_init($url);
curl_setopt($ch, CURLOPT_HEADER, 0);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file); //使用上面獲取的cookies
$response = curl_exec($ch);
curl_close($ch);
echo $response;
?>
