cURL и яндекса капча

4

elias2012

20 ноября 2012, 15:03

9540

Доброго времени суток!

пытаюсь написать парсер поисковой выдачи яндекс, пишу следующий код:

$refer ="http://ya.ru/";

$user_cookie_file = $_SERVER['DOCUMENT_ROOT'].'/cookies.txt'; 

$ch = curl_init($url); 

curl_setopt($ch, CURLOPT_URL, $url); 

curl_setopt($ch, CURLOPT_HEADER, 1); 

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 

curl_setopt($ch, CURLOPT_REFERER, "http://www.yandex.ru");

curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322)"); 

curl_setopt($ch, CURLOPT_COOKIEFILE, $user_cookie_file); 

curl_setopt($ch, CURLOPT_COOKIEJAR, $user_cookie_file); 

$codePage = curl_exec($ch); 

curl_close($ch);

причем после каждого запроса ставлю тайм аут:

sleep = rand(3, 7);

sleep($sleep);

но яндекс все равно выдает капчу :(

у кого есть какие-нибудь соображения по данному поводу? может быть еще написать несколько строк USERAGENT и рандомно их подставлять:

curl_setopt($ch, CURLOPT_USERAGENT, СЮДА);

?

AK

117

ant_key

20 ноября 2012, 16:46

#1

Куки-прокси

E2

4

elias2012

20 ноября 2012, 16:54

#2

ant_key:
Куки-прокси

что Вы имеете ввиду?

я пробовал делать с помощью прокси, но слишком долгий ответ от них и сложно найти качественные :(

W

114

wolfston

20 ноября 2012, 17:41

#3

вы бы хоть исходный код ya.ru открыли чтоли...

Не забудьте кукис сохранить :)

E2

4

elias2012

21 ноября 2012, 02:47

#4

wolfston:
вы бы хоть исходный код ya.ru открыли чтоли...

<iframe frameBorder="0"src="http://kiks.yandex.ru/su/"style="width:40px;height:40px;overflow:hidden;position:absolute;left:-40px;top:0;opacity:0"></iframe>

Не забудьте кукис сохранить :)

причем здесь код ya.ru, я переменную $refer не использую для подключения?

---------- Добавлено 21.11.2012 в 08:18 ----------

может есть другие варианты замаскировать скрипт?

W

114

wolfston

21 ноября 2012, 07:35

#5

потому что яндекс во фремей куку ставит и проверяет ее, если ее нету тогда выдает капчу, но вы все же можете искать другие варианты :)

E2

4

elias2012

21 ноября 2012, 07:47

#6

wolfston:
потому что яндекс во фремей куку ставит и проверяет ее, если ее нету тогда выдает капчу, но вы все же можете искать другие варианты :)

что то я не совсем понимаю :(

мне в строку

curl_setopt($ch, CURLOPT_REFERER, "http://www.yandex.ru");

вместо http://www.yandex.ru подставить http://ya.ru и потом сохранять так же куки:

curl_setopt($ch, CURLOPT_COOKIEFILE, $user_cookie_file);  

curl_setopt($ch, CURLOPT_COOKIEJAR, $user_cookie_file);

?

или я не так понял?

W

114

wolfston

21 ноября 2012, 08:05

#7

Если вы не поняли не чего, то обратитесь к php программисту, иначе это бесполезно, невозможно написать парсер понадергивая куски кода из интернета.

Куку кстати надо брать здесь - http://kiks.yandex.ru/su/ это вобщето и слепому понятно, но думаю вы даже не представляете как работать с куками в php, потому как взяли код курла из примера мануала на php.ru

E2

4

elias2012

21 ноября 2012, 08:13

#8

wolfston:
Если вы не поняли не чего, то обратитесь к php программисту, иначе это бесполезно, невозможно написать парсер понадергивая куски кода из интернета.

Куку кстати надо брать здесь - http://kiks.yandex.ru/su/ это вобщето и слепому понятно, но думаю вы даже не представляете как работать с куками в php, потому как взяли код курла из примера мануала на php.ru

могли бы объяснить, а не отправлять к php программистам или промолчать...

я же не прошу вас за меня все это написать...

D

39

Dronja

21 ноября 2012, 14:58

#9

Пример рабочего кода:

<?php

function get_cpage($url, $cookies, $uagent)

{ 

      ob_start();

      $ch = curl_init();

      curl_setopt($ch,CURLOPT_URL,$url);

      curl_setopt($ch, CURLOPT_USERAGENT, $uagent);

      curl_setopt($ch, CURLOPT_HEADER, 0);

      curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);

      curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 15);

      curl_setopt($ch, CURLOPT_TIMEOUT, 15);

      if(!empty($cookies)) 

         curl_setopt ($ch, CURLOPT_COOKIE,$cookies);

      else 

      {

         curl_setopt($ch, CURLOPT_COOKIEJAR, 'cookie.txt');

         curl_setopt($ch, CURLOPT_COOKIEFILE, 'cookie.txt');

      }

             

      curl_exec($ch);

      $result = ob_get_contents();

      curl_close ($ch);

      ob_end_clean();

      return $result;

}

$q = "123";

$url = "http://yandex.ua/yandsearch?text=".$q;

$uagent = "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1)";

$page = get_cpage($url, "", $uagent);

echo $page;



?>

45

fsou1

21 ноября 2012, 15:11

#10

Может я немножко не в тему, но для парсинга выдачи намного удобнее Yandex XML

Дзен реализовал для авторов возможность вывода денег через СПБ

Маркетинг для шоколадной фабрики. На 34% выше средний чек