[Funktion] 404 Fehler bei TCP Socket Connection

[StarShaper]

Hallo miteinander,

ich möchte gerne ein Script erstellen welches RSS Dateien lokal zwischenspeichert, damit diese später weiterbearbeitet werden. Mittlerweile hab ich das Script so fertig. Leider ereignet sich ein merkwürdiger Fehler.

Auszug aus dem Code:

$urlParts = parse_url($url); 

$flag = fsockopen($host, $port, $errno, $errstr, $fsocket_timeout); 

Anschließend werden die Daten in einer Datei gespeichert. Dies funktioniert mit url wie http://msdn.microsoft.com/visualc/rss.xml oder http://www.heise.de/tp/news-xl.rdf usw. bestens. Beim Versuch das RDF file http://www.heise.de/newsticker/heise.rdf zu speichern wird statt der angegebenen Datei aber die heise.de 404 Fehlerseite zwischengespeichert. Folgender Header ist zu sehen.

HTTP/1.1 404 Error
Date: Sat, 05 Feb 2005 18:12:46 GMT
Server: Apache/1.3.29
Vary: Accept-Encoding,User-agent
Connection: close
Content-Type: text/html; charset=iso-8859-1

Nun habe ich schon dutzende debug meldungen im script eingebaut, finde den Grund dafür aber nicht. Würd mich freuen wenn mir hier jemand weiterhelfen könnte.

MfG

[penizillin]

bei mir kommt eigentlich direkt ein '200 ok'...
da die zwei codeauszüge recht aussagelos sind, kann ich nur empfehlen, alle variablen, die an fsockopen() gehen, vorher nochmal auszugeben.

[StarShaper]

Hallo penizillin,

ich kann es leider auch nicht begreifen. Die übergebenen Variablen habe ich bereits im debug modus durchgesehen. Folgende Auszüge daraus

Local Cache Creation Time: 1107635153
Actual Time: 1107635276
Timeout = 2
File Physical Path: xxx\index.php
File Web Path: http://xxx/index.php
Caching file: (http://www.heise.de/newsticker/heise.rdf)
To local: (xxx.rdf.cached)
Host: www.heise.de
Port: 80
http://www.heise.de/newsticker/heise.rdf
/newsticker/heise.rdf


Local Cache Creation Time: 1107631913
Actual Time: 1107635357
Timeout = 2
File Physical Path: xxx\index.php
File Web Path: http://xxx/index.php
Caching file: (http://www.heise.de/tp/news-xl.rdf)
To local: (xxxnews-xl.rdf.cached)
Host: www.heise.de
Port: 80
http://www.heise.de/tp/news-xl.rdf
/tp/news-xl.rdf

Die Speicherung bei Aufruf der url "http://www.heise.de/tp/news-xl.rdf" mit
derselben funktion funktioniert ohne probleme. Bei Aufruf der obigen url "http://www.heise.de/newsticker/heise.rdf" wird nur die besagte heise 404 Seite abgespeichert obwohl diese erreichbar ist

Das macht irgendwie keinen Sinn

Wegen dem Code:

            $data = null;
            stream_set_timeout($fp, $fsocket_timeout);
            $status = socket_get_status($fp);

            while( !feof($fp) && !$status['timed_out'] )
            {
                $data .= fgets ($fp,8192);
                $status = socket_get_status($fp);
            }
            fclose ($fp);

            // save data to cache file
            $f2 = fopen($cache_filename,"w+");
            fwrite($f2,$data);
            fclose($f2); 

MfG

[penizillin]

nun, da ich trotzdem nicht an wunder glaube, frage ich mich, ob der restliche programmablauf für beide adressen gleich ist. da ich die anwendung nicht kenne, würde ich vorschlagen, sie auf das nötigste zu reduzieren und dann schrittweise zu debuggen.

(zwar ne unwahrscheinliche fehlerquelle, aber nichtsdestotrotz - versuch mal den ganzen pfad manuell einzutippen. evtl. sind beim kopieren irgendwelche sonderzeichen reingekommen)

wie sieht der ausgehende request letztendlich aus?

[StarShaper]

Der Programmablauf ist für beide identisch, da ich nun mittlerweile den Code vom gesamten Programm extrahiert habe um die fehlerquelle zu finden. Der Fehler liegt sicher irgendwo, aber leider finde ich ihn einfach nicht

Eigenartig ist aber das es ich um ein und densselben Code handelt der bei einigen URLS funktioniert und bei anderen wieder nicht. Der Link zu den heise feeds http://www.heise.de/tp/news-xl.rdf läuft ebenfalls der zu http://www.heise.de/tr/aktuell/news.rdf wiederrum nicht.

fputs( $fp, "GET $url HTTP/1.0\r\nHost:$host\r\n\r\n" ) 

MfG

[StarShaper]

Ok, der Tipp mit dem ausgehenden request war sehr hilfreich. Hab den Fehler nun. Vielen Dank für das Brainstorming !

MfG

[wahsaga]

dann sag doch bitte auch noch, woran's lag.

[StarShaper]

Upps, natürlich. Die GET-Methode ruft die Daten ab.
Hierfür wird zuerst die URL zersplittet.

$urlParts = parse_url($url);
        $host = $urlParts['host'];
$path = $urlParts["path"]; usw. 

Anschließend wird der host angesprochen und via HTTP eine GET-Nachricht gesendet. Mit der Anfrage nach der relativen Datei. Beispiel:

http://www.heise.de/tr/aktuell/news.rdf

host = www.heise.de
path = /tr/aktuell/news.rdf

Nun hatte ich den Fehler gemacht die url zu senden und nicht den Pfad. Dies ist nicht ganz richtig und kann zu Fehlern führen. Richtig ist folgende Syntax:

[/PHP]

GET $path HTTP/1.0\r\nHost: $host\r\n\r\n 

Dank penizillin bin ich darauf gekommen. Ich hoffe ich habs einigermaßen gut beschrieben und es hilft einem user vielleicht mal weiter.

MfG

[penizillin]

OffTopic:

---

vorbildliche lösungsbeschreibung

---

vorschlag: file()

[StarShaper]

 vorschlag: file() 

Vorschlag ist nicht schlecht. Doch wie bereits in einem der Comments dort zu lesen ist:

Beware of using file() to call a URL from a remote server on a live Web site, as there is no way to set a maximum connection time.

Bei timeouts etc. würde bei dynamisch erzeugten Webseiten ein Fehler verursacht werden und die Seite evtl. sogar abstürzen. Deshalb fsocket() mit true false Prüfung.

cu