PHP代码实现使用伪造的百度蜘蛛UA和IP对目标网站进行爬取

有很多网站设置了ua识别或ip识别，使得访客不可以查看网站原页面，使用php进行Curl的方式，可以查看网页源码。

<?php
// 设置伪造的百度蜘蛛 UA 和 IP
define('BAIDU_SPIDER_UA', 'Mozilla/5.0 (Linux; U; Android 4.4.4; zh-cn; MA5 Build/KTU84P) AppleWebKit/537.36 (KHTML, like Gecko) Version/4.0 Chrome/78.0.3904.108 Mobile Safari/537.36 [Baiduspider-mobile-ads]');
$ip = '116.179.32.' . rand(1, 255); // 随机生成一个 IP 地址
define('BAIDU_SPIDER_IP', $ip);

// 初始化 CURL 句柄
$ch = curl_init();

// 设置请求参数和 HTTP 头信息
$url = "目标站";
$options = array(
    CURLOPT_URL => $url,
    CURLOPT_HEADER => true, // 需要包含响应头信息
    CURLOPT_USERAGENT => BAIDU_SPIDER_UA,
    CURLOPT_HTTPHEADER => array(
        'X-Forwarded-For: ' . BAIDU_SPIDER_IP,
        'Accept-Encoding: gzip, deflate, br', // 保持与浏览器一致的压缩模式
    ),
    CURLOPT_ENCODING => 'gzip, deflate, br',
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_FOLLOWLOCATION => true, // 表示可以自动跳转
);

// 执行 CURL 请求并处理响应数据
curl_setopt_array($ch, $options);
$result = curl_exec($ch);

if (curl_errno($ch)) {
    echo 'CURL 错误：' . curl_error($ch);
}
else {
    // 输出服务器返回的 HTTP 头信息和原始响应数据
    $header_size = curl_getinfo($ch, CURLINFO_HEADER_SIZE);
    $response_headers = substr($result, 0, $header_size);
    $response_body = substr($result, $header_size);

    echo "HTTP Headers:<br>";
    echo nl2br(htmlspecialchars($response_headers)) . "<br><br>";
    echo "Response body:<br>";
    echo nl2br(htmlspecialchars($response_body));
}

// 关闭 CURL 句柄
curl_close($ch);

这段代码通过 CURL 发送一个带有特定 HTTP 头信息的 GET 请求，以模拟百度蜘蛛的访问，并输出服务器返回的 HTTP 头信息和响应数据。

其中，设置了 User-Agent 和 X-Forwarded-For 头信息来伪造百度蜘蛛的 UA 和 IP 地址，同时在 HTTP 头信息中声明 Accept-Encoding 以适应各种服务器端压缩方式。

需要注意，此代码仅用于演示如何设置 HTTP 头信息，严禁用于非法操作。

另外，百度蜘蛛的 IP 地址是可变的，如果需要精确模拟爬虫访问，需要获取最新的 IP 地址并替换 BAIDU_SPIDER_IP 常量。