curl_setopt 设置 User-Agent 易被识破因 UA 过假、静态，需随机多端真实 UA 并同步 Accept、Accept-Language、Sec-Ch-Ua 等头；代理须高匿且轮换，延时需随机化（0.8–2 秒），Cookie 应用 CURLOPT_COOKIEJAR/FILE 自动管理，请求后校验响应内容而非仅状态码。
curl_setopt 设置 User-Agent 为什么总被识破？
很多 PHP 爬虫一上来就硬塞一个 Chrome UA，结果几页就 403 —— 不是因为没设，而是设得太假、太静态。网站会比对 UA 字符串的合理性（比如版本号是否过时）、与 Accept、Accept-Language 等头字段是否匹配，甚至结合 TLS 指纹判断真伪。
- 别只填一个 UA，用数组存
$user_agents，每次array_rand()随机取；至少包含 Chrome、Firefox、Safari 的 Win/macOS/iOS 多端组合 - 必须同步设置
Accept、Accept-Language、Sec-Ch-Ua（Chromium 浏览器需带这个），否则高防站点直接拒收 - 避免使用已知爬虫 UA 库里的“通用字符串”，比如
Mozilla/5.0 (X11; Linux x86_64)这类服务器 UA，一眼就被标记
代理 IP 轮换不是加个 CURLOPT_PROXY 就完事
随便扔一个免费代理进 curl_setopt($ch, CURLOPT_PROXY, $proxy)，大概率超时或返回空响应——因为多数免费代理是透明型，目标站一查 X-Forwarded-For 或 TLS 指纹，立刻封掉整个代理池。
- 优先选高匿（Elite）代理，验证方式：请求
http://httpbin.org/ip，确认响应 body 中的 IP 和你传的代理 IP 一致，且响应头不含X-Forwarded-For - 别让同一个代理连续请求超过 3–5 次，用
array_shift()+array_push()实现简单轮转队列 - 配合
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 8)和CURLOPT_TIMEOUT防卡死，失败后自动切下一个代理
sleep() 和 usleep() 控制频率，但要注意单位陷阱
写 sleep(1) 看似每秒一次，实际可能因 DNS 解析、SSL 握手、网络抖动导致真实间隔远小于 1 秒，触发速率限制；而 usleep(500000)（半秒）在高并发下仍可能被识别为规律行为。
- 用
usleep(rand(800000, 2000000))替代固定延时，范围拉大到 0.8–2 秒，更贴近真人操作节奏 - 避免在循环开头统一延时，应放在
curl_exec()之后、下次请求之前，否则首次请求前也等，浪费时间 - 如果目标站有 Referer 校验（比如从列表页跳详情页），记得在延时后补上
Referer头，否则会被当异常流量拦截
Cookie 和登录态怎么“续”才不掉？
很多人模拟登录后把 Set-Cookie 字符串手动拼成 Cookie: a=1; b=2 发过去，结果第二页就 302 跳登录页——问题出在 Cookie 有效期、Domain、Path、Secure 属性没对齐，或者漏了 HttpOnly 字段对应的 session ID。
立即学习“PHP免费学习笔记（深入）”；
- 别手拼 Cookie，用
curl_setopt($ch, CURLOPT_COOKIEJAR, 'cookie.txt')自动保存，再用CURLOPT_COOKIEFILE复用，cURL 会处理所有属性 - 登录请求必须带上
Content-Type: application/x-www-form-urlencoded，且POST数据用http_build_query()编码，否则表单校验失败 - 若目标站用 JWT 或 localStorage 存 token，PHP curl 拿不到 JS 上下文，得换方案：用 headless Chrome（如 puppeteer-php）或退一步，抓包分析 token 生成逻辑
Content-Length，有些站不返回 403，而是静默返回空 HTML 或验证码页面，这时候光看 HTTP 状态码会误判成功。 
