Analyse d'une url

Bonjour ,

Je désire ajouter en php une analyse d'url sur ma base de donnée.

j'ai des url a analysé qui sont soit , 200 OK ou en 302 Found .

je souhaite faire un code qui puisse me dire quelles sont les adresse valide 200 et non valide 302.

Merci pour votre aide precieuse.

Cordialement

peut etre ceci ...
http://fr.php.net/curl

Il vaut mieux poser une question et passer pour bête que le rester toute sa vie

 Les geeks n'ont pas une case en moins ils commencent juste à compter à partir de zéro

Salut,

302, non valide ??

Bon ok, j'imagine que tu la désigne comme telle pour des raisons particulières, mais un code 302 est valide et abouti.

Comme Teclis, je pense que curl est la meilleure solution ... quand je pense qu'il y a peu j'ai codé un robot d'indexation qu'avec les sockets

Jette notamment un oeil aux options curl : CURLOPT_NOBODY et CURLOPT_HEADER

Cordialement,


Kohntark -

Merci beaucoup , pour vos deux réponse .
mais je suis débutant et je ne comprend pas tellement les informations données dans ce lien.

Je ne veux pas être fénéant , mais je ne m'en sort pas et m'arrache même les cheveux , car je ne trouve pas la solution.

Pouvez vous m'aider encore un peux !

Merci

La solution est :
Fais comme moi, et beaucoup d'autres, lis, teste, arrache toi les cheveux, c'est comme cela qu'on avance.

Un exemple tout bête :
$url = 'http://www.phpcs.com/forum/';
$curl = curl_init($url);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);
curl_setopt($curl, CURLOPT_HEADER, 1);
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1);
curl_setopt($curl, CURLOPT_NOBODY, 1);
curl_setopt($curl, CURLOPT_TIMEOUT, 45);
$t = curl_exec($curl);
echo $t;

Donnera :
HTTP/1.1 200 OK Cache-Control: private Content-Length: 71313 Content-Type: text/html; charset=iso-8859-15 Server: Microsoft-IIS/7.0 Set-Cookie: ASP.NET_SessionId=1ljck54530w0qp45541hai55; path=/; HttpOnly p3p: CP="IDC DSP COR ADM DEVi TAIi PSA PSD IVAi IVDi CONi HIS OUR IND CNT" X-AspNet-Version: 2.0.50727 X-Powered-By: ASP.NET Date: Tue, 06 Jan 2009 21:14:11 GMT Connection: close 

A partir de ce résultat il est très facile de trouver le "200" avec une regex basique.
Je te laisse le soin de te renseigner sur les fonctions curl que j'utilise dans cet exemple.


Cordialement,

Kohntark -

voici mon code , merci infiniment.


<?php

$url = 'http://www.phpcs.com';
$curl = curl_init($url);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);
curl_setopt($curl, CURLOPT_HEADER, 1);
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1);
curl_setopt($curl, CURLOPT_NOBODY, 1);
curl_setopt($curl, CURLOPT_TIMEOUT, 45);
$t = curl_exec($curl);
?>
<?php
if (preg_match("#^HTTP/1.1 200#", $t))
{
echo 'VRAI';
}
else
{
echo 'FAUX';
}
?>

cool, t'as encore des cheveux ??

Par contre, gaffe à ta regex, tu peux très bien avoir des choses comme ça :
HTTP/1.0 200 OK
... et là tu retournera FAUX alors qu'elle est valide.

Et pour le CURLOPT_TIMEOUT, si tu n'as qu'une url à la fois a analyser, tu peux baisser la valeur, par exemple 10 secondes (ce qui fait déjà beaucoup) Ça te permettra de ne pas attendre une éternité si une url n'existe pas.

Par ailleurs il y a un très gros problème dans ton code : fallait bien que j'en rajoute.
Au risque de ne pas mettre bien fait comprendre je répète : tout dépend de ce que tu souhaites faire.

.. mais imagine le test de http://blogs.codes-sources.com/MainFeed.aspx
Ton code va retourner FAUX, alors que l'url aboutie.
Pourquoi ?
Parce que la réponse du serveur est celle ci :

HTTP/1.1 302 Found Date: Tue, 06 Jan 2009 23:03:16 GMT Server: Microsoft-IIS/6.0 X-Powered-By: ASP.NET X-AspNet-Version: 2.0.50727 CommunityServer: 2.1.61019.2 Location: http://feeds.feedburner.com/BlogsCodes-sources Cache-Control: private Content-Length: 0 HTTP/1.0 200 OK Date: Tue, 06 Jan 2009 23:04:08 GMT Server: Apache X-FB-Host: app81 Last-Modified: Tue, 06 Jan 2009 21:53:26 GMT ETag: 97zJ5jXFw7tOMnekeUbyEV8Bp14 Content-Length: 67193 P3P: CP="ALL DSP COR NID CUR OUR NOR" Keep-Alive: timeout=30, max=100 Connection: keep-alive Content-Type: text/xml;charset=utf-8

blablabla la page existe mais redirige temporairement ton browser sur une autre adresse. Avec ta regex tu ne détectera pas le HTTP/1.0 200 de part le ^  (et le "0", mais je l'ai déjà dit)

En bref, si tu veux faire une réelle analyse d'url, il te faut impérativement traiter tous les codes de réponses HTTP, sans quoi tu auras forcement de mauvais résulats.

N'hésite pas à poster tes codes si tu décides de les améliorer. Ca m'intéresse, je développe depuis 2/3 jours un robot d'analyse de liens qui a pour but l'analyse des liens présents sur un site donné (réponse HTTP, liens morts, temps d'accès, etc ... etc ...)


Bonne continuation,


Kohntark -

Une dernière chose :
Puisque tu sembles tester plusieurs url, jette un oeil à curl_multi_init, tu gagnera un temps d'exécution phénoménale.

Cordialement,

Kohntark -

Salut à tous,

j'utilise se script il est géniale mais je voudrais faire un fonction en plus et savoir si vous savez comment réaliser sa.

en faite je fourni a mes partenaire un lien de parrainage et je voulais savoir si il y avais moyens par ce scripte qu'il me confirme que se lien est bien présent sur les site en partenariat ?

Merci d'avance
David

Salut,


Oui, c'est quasiment la même chose, sauf qu'il faut supprimer :
curl_setopt($curl, CURLOPT_HEADER, 1);
curl_setopt($curl, CURLOPT_NOBODY, 1);
et modifier la regex.
En plus il te faudra chercher dans tout le site du partenaire et là c'est un peu plus "chaud" car il y a de très nombreux moyens d'appeler une page.



Kohntark-