萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 檢測遠程圖片/資源是否存在:四種方法效能與可靠性深度對比

需求背景

內容審核、圖片代理、鏈接有效性檢查、編輯器圖片驗證等場景需判斷遠程 URL 資源是否存在(HTTP 200)。

四種方法完整實現與對比

方法一:fopen() - 最簡單但有限制

<?php
function checkUrlFopen($url, $timeout = 10) {
    $ctx = stream_context_create([
        'http' => [
            'timeout' => $timeout,
            'method' => 'HEAD', // 僅請求頭,不下載內容
            'follow_location' => 1, // 跟隨重定向
            'max_redirects' => 5,
            'user_agent' => 'Mozilla/5.0 (compatible; PHP Resource Checker)'
        ]
    ]);
    
    $fp = @fopen($url, 'r', false, $ctx);
    if ($fp) {
        fclose($fp);
        return true;
    }
    return false;
}

// 測試
var_dump(checkUrlFopen('https://example.com/image.jpg'));

優點:程式碼極簡、無額外依賴
缺點:受 allow_url_fopen 限制、無法精確控制重定向、錯誤處理弱、無法獲取狀態碼細節

方法二:cURL HEAD 請求 - 標準可靠方案

<?php
function checkUrlCurlHead($url, $timeout = 10) {
    $ch = curl_init($url);
    curl_setopt_array($ch, [
        CURLOPT_NOBODY => true,        // HEAD 請求
        CURLOPT_HEADER => true,        // 包含回應頭
        CURLOPT_RETURNTRANSFER => true,
        CURLOPT_FOLLOWLOCATION => true, // 跟隨重定向
        CURLOPT_MAXREDIRS => 5,
        CURLOPT_TIMEOUT => $timeout,
        CURLOPT_CONNECTTIMEOUT => 5,
        CURLOPT_SSL_VERIFYPEER => true, // 生產環境建議 true
        CURLOPT_SSL_VERIFYHOST => 2,
        CURLOPT_USERAGENT => 'Mozilla/5.0 (compatible; PHP Resource Checker)'
    ]);
    
    $response = curl_exec($ch);
    $httpCode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
    $error = curl_error($ch);
    curl_close($ch);
    
    if ($error) {
        error_log("cURL error for $url: $error");
        return false;
    }
    
    return $httpCode === 200;
}

// 批次檢測優化:複用 cURL handle
function checkUrlsBatch(array $urls, $timeout = 10) {
    $mh = curl_multi_init();
    $handles = [];
    
    foreach ($urls as $i => $url) {
        $ch = curl_init($url);
        curl_setopt_array($ch, [
            CURLOPT_NOBODY => true,
            CURLOPT_RETURNTRANSFER => true,
            CURLOPT_FOLLOWLOCATION => true,
            CURLOPT_TIMEOUT => $timeout,
            CURLOPT_HEADER => true,
        ]);
        curl_multi_add_handle($mh, $ch);
        $handles[$i] = $ch;
    }
    
    $running = null;
    do {
        curl_multi_exec($mh, $running);
        curl_multi_select($mh);
    } while ($running > 0);
    
    $results = [];
    foreach ($handles as $i => $ch) {
        $httpCode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
        $results[$urls[$i]] = ($httpCode === 200);
        curl_multi_remove_handle($mh, $ch);
        curl_close($ch);
    }
    curl_multi_close($mh);
    
    return $results;
}

優點:完整控制請求參數、支援並發、可獲取詳細資訊(響應時間、重定向鏈、Content-Type)
缺點:需安裝 cURL 擴展、程式碼較長

方法三:cURL GET + 正則匹配 404 - 不推薦

<?php
function checkUrlCurlGet($url) {
    $ch = curl_init($url);
    curl_setopt_array($ch, [
        CURLOPT_RETURNTRANSFER => true,
        CURLOPT_HEADER => true,
        CURLOPT_TIMEOUT => 10,
        CURLOPT_FOLLOWLOCATION => true,
    ]);
    $content = curl_exec($ch);
    curl_close($ch);
    
    // 極不可靠:404 頁面可能不含 "404" 字樣、或被自定義錯誤頁面
    return !preg_match('/404\s+Not\s+Found/i', $content);
}
// ⚠ 此方法不可靠,僅作為理解反面教材

方法四:get_headers() - 簡潔但功能受限

<?php
function checkUrlGetHeaders($url) {
    $headers = @get_headers($url, 1);
    if (!$headers) return false;
    
    // get_headers 返回陣列,狀態行在索引 0
    $statusLine = $headers[0] ?? '';
    return strpos($statusLine, '200') !== false;
}

// 獲取最終 URL(跟隨重定向後)
function getFinalUrl($url) {
    $headers = @get_headers($url, 1);
    return $headers['Location'] ?? $url; // 最後一個 Location
}

優點:單行調用、無需 cURL
缺點:無法設定超時、User-Agent、SSL 驗證等關鍵選項、受 allow_url_fopen 限制

綜合對比表

維度fopencURL HEADcURL GET+正則get_headers
可靠性中高低中
效能中高(HEAD 不下載 body)低(下載完整內容)中
功能豐富度低高中低
並發支援無curl_multicurl_multi無
SSL 驗證控制有限完全完全無
依賴allow_url_fopencURL 擴展cURL 擴展allow_url_fopen

生產環境推薦架構

<?php
class ResourceChecker {
    private $cache = [];
    private $cacheTtl = 3600; // 1 小時快取
    
    public function exists($url) {
        $cacheKey = 'resource_check_' . md5($url);
        // 這裡可接入 Redis/APCu/Memcached
        // if ($cached = apcu_fetch($cacheKey)) return $cached;
        
        $result = $this->checkWithCurl($url);
        // apcu_store($cacheKey, $result, $this->cacheTtl);
        return $result;
    }
    
    private function checkWithCurl($url) {
        $ch = curl_init($url);
        curl_setopt_array($ch, [
            CURLOPT_NOBODY => true,
            CURLOPT_RETURNTRANSFER => true,
            CURLOPT_FOLLOWLOCATION => true,
            CURLOPT_MAXREDIRS => 5,
            CURLOPT_TIMEOUT => 10,
            CURLOPT_CONNECTTIMEOUT => 5,
            CURLOPT_SSL_VERIFYPEER => true,
            CURLOPT_USERAGENT => 'ResourceChecker/1.0'
        ]);
        
        curl_exec($ch);
        $code = curl_getinfo($ch, CURLINFO_HTTP_CODE);
        $err = curl_error($ch);
        curl_close($ch);
        
        if ($err) {
            // 記錄錯誤但不拋出,避免單點故障影響主流程
            error_log("Resource check failed: $url - $err");
            return false;
        }
        
        return $code === 200;
    }
    
    public function checkBatch(array $urls) {
        return $this->checkUrlsBatch($urls); // 使用前文 curl_multi 實現
    }
}

// 使用
$checker = new ResourceChecker();
if ($checker->exists('https://cdn.example.com/avatar.jpg')) {
    echo "圖片存在";
} else {
    echo "圖片不存在,使用預設頭像";
}
?>

避坑指南

⚠ 常見陷阱:
  • CDN/防盜鏈:某些 CDN 對 HEAD 請求返回 403/405,需改用 GET 或設定 Referer
  • 重定向鏈:短網址、圖床常有多層重定向,需設定 CURLOPT_MAXREDIRS
  • SSL 憑證:自簽名/過期憑證導致驗證失敗,內網可關閉驗證,外網必須開啟
  • 速率限制:批次檢測需加入延遲或使用代理池,避免被目標封禁
  • 快取策略:同一資源短時間重複檢測必須快取,否則極其浪費資源

總結

首選 cURL HEAD + curl_multi 批次處理,配合快取層與錯誤容忍。簡單場景可用 get_headers() 或 fopen()。切勿使用 GET 下載內容配合正則判斷 404,極其不可靠且浪費頻寬。

copyright © 萬盛學電腦網 all rights reserved