Caricamento immagine con curl errore 400

[proppo]

Buona domenica a tutti! Ho un problema che da solo non riesco a risolvere e avrei bisogno del vostro aiuto. Ho creato una pagina web in cui includere tramite curl degli appunti creati con google docs e presenti su google drive.

$ch = curl_init();
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.0.3705; .NET CLR 1.1.4322)');
curl_setopt($ch, CURLOPT_NOBODY, false);
curl_setopt($ch, CURLOPT_URL, $url);curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
$page = curl_exec($ch);
curl_close($ch);

echo $page; 

Ho inserito in una pagina web questo codice e così facendo riesco a vedere buona parte del testo, tuttavia, non capisco perché, tutte le formule matematiche creato con docs (che vengono qui rappresentate tramite immagini) mi generano il seguente errore:

https://www.google.com/chart?cht=tx&chf=bg,s,FFFFFF00&chco=000000&chl=ADD%2…%5C%7B%28u%29%5C+%5C+se%5C+L%3D%5CLambda%7B%7D%5C+%5C+e%5C+%5C+k%3D1%5C%7D Failed to load resource: the server responded with a status of 400 (OK)

Avete idea di come possa risolvere?

[.Kurt]

Google a me risponde correttamente da quell'url, con quei headers. Puoi aggiungere il tuo $url​?
Errore 400 significa

The request could not be understood by the server due to malformed syntax. The client SHOULD NOT repeat the request without modifications.

quindi controlla cosa stai inviando.

[proppo]

Google a me risponde correttamente da quell'url, con quei headers. Puoi aggiungere il tuo $url​?
Errore 400 significa
quindi controlla cosa stai inviando.

Si l'indirizzo dell'immagine è corretto, sembra che il curl faccia la chiamata in modo sbagliato. La pagina in cui si verifica l'errore è questa: pagina sito

Che non fa altro che mandare alla curl il parametro passato per get, se apri la pagina noterai che tutte le formule non vengono caricate e che generano tutti l'errore che ti ho indicato.

In precedenza avevo già provato a chiedere su un altro forum, mi avevano consigliato di fare un urlencode() di tutti gli indirizzi delle immagini, per questo ho provato ad aggiungere questo codice:

/*raplace url image*/$patterns = "/<img[^s]+src=\"([^\"]+)\"/";preg_match_all($patterns, $page, $link_array);
$link_array = $link_array[1];$new_patterns = array();$replacement = array();foreach($link_array as $link) {  $new_patterns[] = "/".str_replace("/", "\/", preg_quote($link))."/";  $replacement[] = str_replace(" ", "", urldecode($link));}
$page = preg_replace($new_patterns, $replacement, $page); 

Il codice aveva effetto, nel senso che modificava tutti gli indirizzi ma non risolveva il problema.

[.Kurt]

La pagina in cui si verifica l'errore è questa: pagina sito

Sai quanto è pericoloso fare una cosa del genere?

mi avevano consigliato di fare un urlencode() di tutti gli indirizzi delle immagini

L'unico motivo per fare una cosa del genere è per corrompere tutti gli url.
Non vedi le immagini perché google impedisce la visualizzazione delle stesse se vengono linkate fuori da uno dei domini di google (hotlinking). Puoi fare altre richieste per scaricare tutte le immagini (ti basta aggiungere come Referer quello di google), e usare quelle al posto delle immagini originali.

[proppo]

Sai quanto è pericoloso fare una cosa del genere?

L'unico motivo per fare una cosa del genere è per corrompere tutti gli url.
Non vedi le immagini perché google impedisce la visualizzazione delle stesse se vengono linkate fuori da uno dei domini di google (hotlinking). Puoi fare altre richieste per scaricare tutte le immagini (ti basta aggiungere come Referer quello di google), e usare quelle al posto delle immagini originali.

Tranquillo poi il get sparirà, per il resto puoi essere più preciso? Ho scritto questo ma non è cambiato nulla:

$ch = curl_init();
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.0.3705; .NET CLR 1.1.4322)');
curl_setopt($ch, CURLOPT_NOBODY, false);curl_setopt($ch, CURLOPT_URL, $url);curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_REFERER, 'http://www.google.com/2');
$page = curl_exec($ch);
curl_close($ch); 

[.Kurt]

Tu stai richiedendo la pagina, non le immagini. Le immagini che vedi in quella pagina sono recuperate separatamente dal tuo browser, stai descrivendo un altro problema, che non c'entra nulla con la richiesta che fai per recuperare il documento.

[proppo]

Tu stai richiedendo la pagina, non le immagini. Le immagini che vedi in quella pagina sono recuperate separatamente dal tuo browser, stai descrivendo un altro problema, che non c'entra nulla con la richiesta che fai per recuperare il documento.

Ciao, ho capito il problema ma non vedo la possibile soluzione. Puoi darmi qualche dritta?

[.Kurt]

Una soluzione che mi viene in mente, che ti avevo detto precedentemente, è quella di recuperare tutte le immagini singolarmente e di sostituirle alle originali. Se esegui

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, 'https://www.google.com/chart?cht=tx&chf=bg,s,FFFFFF00&chco=000000&chl=ADD%2…%5C%7B%28u%29%5C+%5C+se%5C+L%3D%5CLambda%7B%7D%5C+%5C+e%5C+%5C+k%3D1%5C%7D');
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.0.3705; .NET CLR 1.1.4322)');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_REFERER, 'http://www.google.com/');
$image = curl_exec($ch);
curl_close($ch); 


// usa $image

riesci a recuperare correttamente l'immagine? Se sì, puoi fare N richieste per le N immagini presenti nel documenti che ti interessa. Hai già un pezzo di codice con cui puoi recuperare tutti i link delle immagini. Una volta recuperati tutti i contenuti delle immagini, puoi sostituirle agli originali. Invece di urlencodarle come ti hanno fatto fare, puoi trasformarle in

<img src="data:image/png;base64,<?php echo base64_encode($image_che_ho_recuperato_da_curl); ?>" />

o, ancora meglio, salvarle in qualche cartella per poterle riutilizzare successivamente, visto più immagini ci sono nel documento, più richieste devi fare, più tempo lo script ci impiega per fare tutto.

In breve, dovresti fare come fa la funzione "Salva la pagina con nome" del tuo browser: oltre alla pagina stessa, salvi anche tutte le risorse che vengono utilizzate al suo interno (nel caso del browser sono css, immagini, js vari, etc.)

L'altra soluzione è quella di includere semplicemente il documento con un iframe, senza scaricare nulla.

[cassano]

Una soluzione che mi viene in mente, che ti avevo detto precedentemente, è quella di recuperare tutte le immagini singolarmente e di sostituirle alle originali. Se esegui

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, 'https://www.google.com/chart?cht=tx&chf=bg,s,FFFFFF00&chco=000000&chl=ADD%2…%5C%7B%28u%29%5C+%5C+se%5C+L%3D%5CLambda%7B%7D%5C+%5C+e%5C+%5C+k%3D1%5C%7D');
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.0.3705; .NET CLR 1.1.4322)');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_REFERER, 'http://www.google.com/');
$image = curl_exec($ch);
curl_close($ch); 


// usa $image

riesci a recuperare correttamente l'immagine? Se sì, puoi fare N richieste per le N immagini presenti nel documenti che ti interessa. Hai già un pezzo di codice con cui puoi recuperare tutti i link delle immagini. Una volta recuperati tutti i contenuti delle immagini, puoi sostituirle agli originali. Invece di urlencodarle come ti hanno fatto fare, puoi trasformarle in

<img src="data:image/png;base64,<?php echo base64_encode($image_che_ho_recuperato_da_curl); ?>" />

o, ancora meglio, salvarle in qualche cartella per poterle riutilizzare successivamente, visto più immagini ci sono nel documento, più richieste devi fare, più tempo lo script ci impiega per fare tutto.

In breve, dovresti fare come fa la funzione "Salva la pagina con nome" del tuo browser: oltre alla pagina stessa, salvi anche tutte le risorse che vengono utilizzate al suo interno (nel caso del browser sono css, immagini, js vari, etc.)

L'altra soluzione è quella di includere semplicemente il documento con un iframe, senza scaricare nulla.

Però prima di scaricare tutte le pagine, dovrebbe parsare la pagina alla ricerca di tutte la immagini giusto ?

[.Kurt]

Non è una cosa difficile da fare. Ma rimane sempre una operazione costosa. Io preferirei di gran lunga questa soluzione:

L'altra soluzione è quella di includere semplicemente il documento con un iframe, senza scaricare nulla.