PHP采撷利器snoopy应用详解

官方网站http://snoop本@文来源gao($daima.com搞@代@#码(网5搞gaodaima代码y.sourceforge.net/

下面是它的一些特征：

1、方便抓取网页的内容

2、方便抓取网页的文字（去掉HTML代码）

3、方便抓取网页的链接

4、支持代理主机

5、支持基本的用户/密码认证模式

6、支持自定义用户agent,referer,cookies和header内容

7、支持浏览器转向，并能控制转向深度

8、能把网页中的链接扩展成高质量的url（默认）

9、方便提交数据并且获取返回值

10、支持跟踪HTML框架（v0.92增加）

11、支持再转向的时候传递cookies

下面是简单的例子，比如说我们抓取我的blog的文字

?

1. <?
2. include?”Snoopy.class.php”;
3. $snoopy?=?new?Snoopy;
4. $snoopy->fetchtext(“http://www.phpobject.net/blog”);
5. echo?$snoopy->results;
6. ?>
7. ^_^，不错把，在比如抓取链接
8. <?
9. include?”Snoopy.class.php”;
10. $snoopy?=?new?Snoopy;
11. $snoopy->fetchlinks(“http://www.phpobject.net/blog”);
12. print_r($snoopy->results);
13. ?>
14. －－－－－－－－－－－－－－－－－－－－
15. <?phpinclude(“snoopy.class.php”);
16. $snoopy?=?new?Snoopy;
17. //?need?an?proxy?://
18. $snoopy->proxy_host?=?”my.proxy.host”;
19. $snoopy->proxy_port?=?”8080″;
20. //?set?browser?and?referer:
21. $snoopy->agent?=?”Mozilla/4.0?(compatible;?MSIE?6.0;?Windows?NT?5.1)”;
22. $snoopy->referer?=?”http://www.jonasjohn.de/”;
23. //?set?some?cookies:
24. $snoopy->cookies[“SessionID”]?=?’238472834723489′;
25. $snoopy->cookies[“favoriteColor”]?=?”blue”;
26. //?set?an?raw-header:
27. $snoopy->rawheaders[“Pragma”]?=?”no-cache”;
28. //?set?some?internal?variables:
29. $snoopy->maxredirs?=?2;
30. $snoopy->offsiteok?=?false;
31. $snoopy->expandlinks?=?false;
32. //?set?username?and?password?(optional)//
33. $snoopy->user?=?”joe”;
34. snoopy->pass?=?”bloe”;
35. //?fetch?the?text?of?the?website?www.google.com:
36. if($snoopy->fetchtext(“http://www.google.com”))
37. {?????//?other?methods:?fetch,?fetchform,?fetchlinks,?submittext?and?submitlinks
38. ????????//?response?code:????print?”response?code:?”.$snoopy->response_code.”
    \n”;
39. ????????//?print?the?headers:????????print?”Headers:
    ”;
40. ????while(list($key,$val)?=?each($snoopy->headers))
41. ????{
42. ???????print?$key.”:?”.$val.”
    \n”;
43. ????}
44. ?????print?”
    \n”;
45. ????????//?print?the?texts?of?the?website:????print?”

    ”.htmlspecialchars($snoopy->results).”

    \n”;

46. ????}
47. ????else
48. ?????{????print?”Snoopy:?error?while?fetching?document:?”.$snoopy->error.”\n”;
49. }
50. ?>

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

首先，我们要获取到登陆需要发送什么字段，目标地址是什么。这里我们使用snoopy的fetchform来实现。

?

1. <?
2. include?”Snoopy.class.php”;
3. $snoopy?=?new?Snoopy;
4. $snoopy->fetchform(“http://www.phpx.com/happy/logging.php?action=login”);
5. print?$snoopy->results;
6. ?>

当然你也可以直接查看http://www.phpx.com/happy/…的源代码来实现，不过这样更加方便把。这里，我们获取到目标和提交的数据，下一步就可以实现模拟登陆了。代码如下：

1. <?
2. include?”Snoopy.class.php”;
3. $snoopy?=?new?Snoopy;
4. $submit_url?=?”http://www.phpx.com/happy/logging.php?action=login”;
5. ?????$submit_vars[“loginmode”]?=?”normal”;
6. ?????$submit_vars[“styleid”]?=?”1″;
7. ?????$submit_vars[“cookietime”]?=?”315360000″;
8. ?????$submit_vars[“loginfield”]?=?”username”;
9. ?????$submit_vars[“username”]?=?”********”;?//你的用户名
10. ?????$submit_vars[“password”]?=?”*******”;???//你的密码
11. ?????$submit_vars[“questionid”]?=?”0″;
12. ?????$submit_vars[“answer”]?=?””;
13. ?????$submit_vars[“loginsubmit”]?=?”提? ?交”;
14. ?????$snoopy->submit($submit_url,$submit_vars);
15. ?????print?$snoopy->results;
16. ?>

---

搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]‍，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：PHP采撷利器snoopy应用详解

喜欢 (0)赏

[搞代码]

分享 (0)