Rumah  >  Artikel  >  pembangunan bahagian belakang  >  curl能否下载115的资源

curl能否下载115的资源

WBOY
WBOYasal
2016-06-23 14:09:561119semak imbas

1个300MB的资源,用迅雷下载(非115VIP),已经设置了原始线程1,但是平均速度只有10几KB,下到60%之时就提示错误。分析了一下URL地址规律,发现URL里的 &t=1368261625 是一个变量,估计115根据这个时间来处理下载过期事务。
 
用 Ultraediter 打开.td.cfg,修改了里面的&t=1368261625为当前时间,重新启动迅雷,发现文件被重新下载了(之前的60%木有了)。不知道如何修改迅雷,才可以使得修改了下载URL后可以继续前面的下载。(迅雷应该还有一个文件参数对比的方法,但是没有找到)

于是想到了用php curl下载115的资源(PHP可以任意修改URL地址),但是PHP的默认超时为30秒,如果set_time_limit(0);的话,如何判别115的资源地址已经失效,即这个PHP文件已经运行完毕?
打算用.bat文件,或者直接命令提示符DOS运行该php脚本。

问题:
1.用curl断点保存文件,会不会在第二次下载时,又重新从0%开始?
2.如果问题1可行的话,如果如何写代码,可以在一个长连接后,获知该PHP文件已经运行完毕?(这样重新运行.bat或者DOS进行断点下载)

PS:网上只有115上传类的代码,木有下载类的代码,大虾们帮忙挑战一下,可能的话,就是原创+精华帖,可以拿到CSDN博客里。


回复讨论(解决方案)

忽略掉你其他的内容,只问一句:
既然打算用命令行,为何还要php加载curl?直接用curl.exe不就可以了么?

你先给出下载地址,这样才能有鉴别

你先给出下载地址,这样才能有鉴别
感谢老大,贴个下载地址,U2的专辑
http://119.147.99.31/gdown_group121/M00/07/9C/d5NjH05TqRMAAAAAF2WEJGZScDk3421731/2009_-_No_Line_On_The_Horizon.rar?k=1zD-fJeIwQDpOh4kUbL9IA&t=1368286814&u=1562790934-355643028-ckf4okro&s=51200&file=2009_-_No_Line_On_The_Horizon.rar

&t=1368286814 ,那个好像就是验证时间。信息。

我跟你说说续传的原理,你自己想想能不能完成吧

http续传,少不了http请求头参数
Range:bytes=aaaa-bbbb/cccc
响应头也一定有 Content-Length
aaaa为开始位置,bbbb为结束位置,cccc是文件长度

多线程其实就是把文件切片了,发送N个请求,每个aaaa和bbbb指向不同的段,然后拼接
续传就是把aaaa设在已写入硬盘的文件的位置,继续下载
多线程+续传,一般需要一个记录,记下每个切片的完成位置,等等
所以续传必须满足三方:客户端能发送range,proxy是连接机制而不是转发机制,服务器能接受range请求

如果你用工具下载,一般,工具不会考虑太多,记录文件必然对应一个url和一个本地文件
当url改变时,工具很难“智能”地选择之前的记录文件去确认已下载部分
另一方面如果多线程不是采用预写硬盘的方式就更麻烦了

自己写个socket或者能做到

另外,/M00/07/9C/d5NjH05TqRMAAAAAF2WEJGZScDk3421731/ 这样的路径,凭经验基本可以确认是临时路径,服务器对它的处理方式很难预料,删除or禁止访问or……?

curl 有 CURLOPT_RANGE 属性,完全可以实现断点续传

只不过昨晚还可以返回
    [0] => HTTP/1.1 200 OK
    [Server] => nginx
    [Date] => Sat, 11 May 2013 15:23:43 GMT
    [Content-Type] => application/octet-stream
    [Content-Length] => 392528932
    [Last-Modified] => Tue, 23 Aug 2011 13:20:19 GMT
    [Connection] => close
    [Content-Disposition] => attachment
    [Accept-Ranges] => bytes
今天就只能返回
    [0] => HTTP/1.1 403 Forbidden
    [Server] => nginx
    [Date] => Sun, 12 May 2013 03:20:32 GMT
    [Content-Type] => text/html
    [Content-Length] => 4923
    [Connection] => close

于是这能放弃了
等你找到其他可测试的url时再做

curl 有 CURLOPT_RANGE 属性,完全可以实现断点续传
于是这能放弃了
等你找到其他可测试的url时再做

天,那个URL隔几个小时就变换掉了。一次一次的张贴,太麻烦了。

http://119.147.99.31/gdown_group121/M00/07/9C/d5NjH05TqRMAAAAAF2WEJGZScDk3421731/2009_-_No_Line_On_The_Horizon.rar?k=UlqeD7YQ3hi-tkpdRMXvvA&t=1368352262&u=1562790755-355643028-ckf4okro&s=51200&file=2009_-_No_Line_On_The_Horizon.rar

老大,依照你的经验,写一个大致的运行代码,我自己测试吧,谢谢。
测试以后,我把结果再贴出来。

你那个url不支持断点续传!
我贴段测试代码,供你研究。但要达到实用还很要花点功夫

$url = 'http://blog.51edm.org/content/uploadfile/201303/dc7f1364286796.zip';function curl_get($durl) {  $cookiejar = realpath('cookie.txt');  $t = parse_url($durl);  $ch = curl_init();  curl_setopt($ch, CURLOPT_URL,$durl);//  curl_setopt($ch, CURLOPT_HEADER, 1);  curl_setopt($ch, CURLOPT_RANGE, '0-300'); //从 0 偏移起取 301 的字节//  curl_setopt($ch, CURLOPT_NOBODY, 1);  curl_setopt($ch, CURLOPT_TIMEOUT,5);  curl_setopt($ch, CURLOPT_USERAGENT, $_SERVER['HTTP_USER_AGENT']);  curl_setopt($ch, CURLOPT_REFERER, "http://$t[host]/");  curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiejar);  curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);  curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);  curl_setopt($ch, CURLOPT_HEADERFUNCTION, 'head_func');  curl_setopt($ch, CURLOPT_WRITEFUNCTION,"progress_function");  $r = curl_exec($ch);  curl_close($ch);  return $r;}echo '<xmp>';curl_get($url);//回调函数 $str 为读到的内容function progress_function($ch,$str) {//print_r(curl_getinfo($ch));    echo PHP_EOL, strlen($str);//,':',substr($str,0,20);    return strlen($str);}//回调函数,用于获得头信息function head_func($ch, $str) {echo $str;    return strlen($str);}

头信息中类似
Content-Length: 301
Content-Range: bytes 0-300/1806285
这样的玩意就很有用了(不支持断点续传的就没有这个,比如 http://bbs.csdn.net/topics/390455233)

你那个url不支持断点续传!
我贴段测试代码,供你研究。但要达到实用还很要花点功夫

感谢老大指点,基本原理明白了,自己写了一个程序。

function curl_115($durl,$saveto,$range){	$ch = curl_init();	curl_setopt($ch, CURLOPT_URL, $durl);	curl_setopt($ch, CURLOPT_RANGE, ''.(($range-1)*1024*1024).'-'.($range*1024*1024-1).'');//每次保存10MB	curl_setopt($ch, CURLOPT_USERAGENT, $_SERVER['HTTP_USER_AGENT']);	curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 	curl_setopt($ch, CURLOPT_HEADER, 0);	$out = curl_exec($ch);	curl_close($ch);	file_put_contents($saveto, $out, FILE_APPEND);}function check_url_115($durl){	$handle = curl_init($durl);	curl_setopt($handle,  CURLOPT_RETURNTRANSFER, TRUE);	curl_setopt($handle, CURLOPT_TIMEOUT,5);	$response = curl_exec($handle);	$httpCode = curl_getinfo($handle, CURLINFO_HTTP_CODE);	curl_close($handle);	return $httpCode;}if(check_url_115($url)=='200'){	curl_115($url,'1.rar',1);}else{	echo '手动更换URL';}


利用file_put_contents的FILE_APPEND来断点保存文件

有一点不很自信,手动更改$range值,即CURLOPT_RANGE   ''.(($range-1)*1024*1024).'-'.($range*1024*1024-1).'', 这个计算对吗?

按照你的注释,
如果$range=1,则 0-1048575 //从 0 偏移起取 1048576 的字节
如果$range=2,则 1048576-2097151 //从 1048576 偏移起取到2097152的字节

这样的话,注释里有2个1048576,会不会重复保存导致最后的rar文件被破坏?


此外 if(check_url_115($url)=='200')  这个判断基本没什么用处,这里还有一个恐怖的问题,即CURLINFO_HTTP_CODE = 200,但下载到一半时URL失效,下一次的CURLOPT_RANGE就不是10M的倍数了。
方案一:保守一点$range每改10次,手动跟新一次URL地址。
方案二:干脆不要限制10M,利用PHP的filesize(),URL失效后读取保存到硬盘的rar大小,然后再手动设置CURLOPT_RANGE,但是害怕filesize()取出的值真的等于CURLOPT_RANGE重新开始的值吗?这个精确到字节的数字,万一有什么偏移,整个rar还是给毁了。


望进一步指点,谢谢。

前面 snmr_com 已经讲了,需要保存 文件的位置
这一点很重要!

不要简单的利用现有函数,计算偏移是成功的前提
覆盖没有关系,错位就事关重大了

你可以用手工或工具下载一个,用程序下载一个。对比两个文件的 md5 就知道程序的正确性了

哦,继续测试中……

连夜测试,代码可行,但是很费劲,分10MB保存,分了30多次抓取,每次抓取后害怕出错分别备份...关键是这玩意不支持curl multi,要是能支持的话,迅雷就可以搞定,另外下了个115浏览,居然提示非手机注册不支持。
花了2天时间,就为了一个U2专辑……

总结:PHP还是做服务器端,60秒内可以搞定的事务;像115下载之类的,还是得交给C类语言编译的软件才是正道。

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn