php - 检查链接时会添加下划线

Question

我正在制作一个简单的链接检查器来检查我现在管理的网站中文件的数千个直接链接。所有文件均来自 archive_org。我做了一个文本区域

<table width="100%"> <tr><td>URLs to check:</td><td><textarea name="myurl" id="myurl" cols="100" rows="20"></textarea></td></tr> 
<tr><td align="center" colspan="2"><br/><input class="text" type="submit" name="submitBtn" value="Check links"></td></tr> </table>

其上的所有链接将存储在名为 $url 的数组中(每个 url 都放在一个新行中)

$url = explode("\n", $_POST['myurl']);

我使用 print_r 打印它，数组内的链接与输入的相同，没有添加任何字符。

我使用两种方法检查了网址:fopen() 和curl 函数，无论我放置多少个链接，程序都会看到除最后一个之外的所有链接都已损坏。数组中的最后一个链接是唯一被正确检查的链接。

我使用了 get_headers 函数，我注意到所有链接(除了最后一个)都在末尾添加了下划线(_)。 get_headers 代码是:

for ($i=0;$i<count($url);$i++) {
   $headers = @get_headers($url[$i]);
   $headers = (is_array($headers)) ? implode( "\n ", $headers) : $headers;
   print_r($headers);
   echo "<br /><br />";   
    }

在标题中，我注意到链接如下:

HTTP/1.0 302 Moved Temporarily Server: nginx/1.1.19 Date: Mon, 02 Sep 2013 10:46:40 GMT Content-Type: text/html; charset=UTF-8 X-Powered-By: PHP/5.3.10-1ubuntu3.2 Accept-Ranges: bytes Location: http://ia600308.us.archive[dot]org/23/items/historyofthedecl00731gut/1dfre012103.mp3_ X-Cache: MISS from Dataprolinks X-Cache: MISS from AIMAN-DPL X-Cache-Lookup: MISS from AIMAN-DPL:3128 Connection: close HTTP/1.0 404 Not Found Server: nginx/1.1.19 Date: Mon, 02 Sep 2013 10:46:41 GMT Content-Type: text/html; charset=UTF-8 X-Powered-By: PHP/5.3.10-1ubuntu3.2 Set-Cookie: PHPSESSID=s2j3ct95vdji0ua89f32grd984; path=/; domain=.archive.org Expires: Thu, 19 Nov 1981 08:52:00 GMT Cache-Control: no-store, no-cache, must-revalidate, post-check=0, pre-check=0 Pragma: no-cache X-Cache: MISS from Dataprolinks X-Cache: MISS from AIMAN-DPL X-Cache-Lookup: MISS from AIMAN-DPL:3128 Connection: close

链接中添加了下划线，除了最后一个url的标题之外，没有添加下划线。我猜这个下划线是导致检查错误的原因。

我哪里出错了？

Answer 1

对于您的情况，我猜您在 Window 中发布了 URL，当您按 “ENTER” 键分隔链接时，“ENTER” 为 “\r\n”。在 WWW 中，不能包含 "\r"，因此在某处(php？curl？我不知道。)将其转换为 "_"。

<?php

$urls = array();
$urls[] = 'http://archive.org/download/historyofthedecl00731gut/1dfre011103.mp3';
$urls[] = 'http://archive.org/download/historyofthedecl00731gut/1dfre000103.txt';
$urls[] = 'http://archive.org/download/historyofthedecl00731gut/1dfre082103.mp3';
$urls[] = 'http://archive.org/download/historyofthedecl00731gut/1dfre001103.txt';
$urls[] = 'http://archive.org/download/historyofthedecl00731gut/1dfre141103.mp3';

print("<pre>" .print_r($urls, 1). "</pre><br /><br />");

foreach($urls as $url){
    //ensure each url only start with ONE _ and end with ONE _
    print("<pre>_" . $url . "_</pre>");
    $header = array();
    $headers = @get_headers($url);
    print("<pre>" .print_r($headers, 1). "</pre><br /><br />");
}

?>

你可以使用我的代码进行一个简单的测试:每个链接在开头和结尾都会打印有“_”。然后证明我的解释。如何修复:只需添加 strip_tags(nl2br($url)) 即可删除 "\r"、"\n"。