Snoopy是一个php类,用来模拟浏览器的功能,可以获取网页内容,发送表单,也可以用来开发一些采集程序和小偷程序,本文章详细介绍snoopy的使用方法。 Snoopy的一些特点:
Snoopy使用要求php4以上,由于本身是一个php类,无需扩支持,在服务器不支持curl时候的最好选择 Snoopy类方法及示例:
fetch($URI)
fetchtext($URI)
fetchform($URI)
fetchlinks($URI)
submit($URI,$formvars)
submittext($URI,$formvars)
submitlinks($URI) Snoopy采集类属性: (默认值在括号里)
$host 连接的主机 下面是一个示例: include "Snoopy.class.php"; $snoopy = new Snoopy; $snoopy->proxy_host = "http://www.codetc.com"; $snoopy->proxy_port = "80"; $snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)"; $snoopy->referer = "http://www.codetc.com"; $snoopy->cookies["SessionID"] = 238472834723489l; $snoopy->cookies["favoriteColor"] = "RED"; $snoopy->rawheaders["Pragma"] = "no-cache"; $snoopy->maxredirs = 2; $snoopy->offsiteok = false; $snoopy->expandlinks = false; $snoopy->user = "codetc"; $snoopy->pass = "123456"; if($snoopy->fetchtext("http://www.codetc.com")) { echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE>\n"; }else{ echo "error fetching document: ".$snoopy->error."\n"; } 获取指定url内容 <?php $url = "http://www.codetc.com"; include("snoopy.php"); $snoopy = new Snoopy; $snoopy->fetch($url); //获取所有内容 echo $snoopy->results; //显示结果 //可选以下 $snoopy->fetchtext //获取文本内容(去掉html代码) $snoopy->fetchlinks //获取链接 $snoopy->fetchform //获取表单 ?> 表单提交 <?php $formvars["username"] = "admin"; $formvars["pwd"] = "admin"; $action = "http://www.codetc.com"; //</a>表单提交地址 $snoopy->submit($action,$formvars); //$formvars为提交的数组 echo $snoopy->results; //获取表单提交后的 返回的结果 //可选以下 $snoopy->submittext; //提交后只返回 去除html的 文本 $snoopy->submitlinks;//提交后只返回 链接 ?> 既然已经提交的表单 那就可以做很多事情 接下来我们来伪装ip,伪装浏览器 伪装浏览器 <?php $formvars["username"] = "codetc"; $formvars["pwd"] = "123456"; $action = "http://www.codetc.com"; include "snoopy.php"; $snoopy = new Snoopy; $snoopy->cookies["PHPSESSID"] = 'fc106b1918bd522cc863f36890e6fff7'; //伪装sessionid $snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)"; //伪装浏览器 $snoopy->referer = "http://www.codetc.com"; //伪装来源页地址 http_referer $snoopy->rawheaders["Pragma"] = "no-cache"; //cache 的http头信息 $snoopy->rawheaders["X_FORWARDED_FOR"] = "127.0.0.101"; //伪装ip $snoopy->submit($action,$formvars); echo $snoopy->results; ?>
原来我们可以伪装session 伪装浏览器,伪装ip, 可以做很多事情了。 有时我们可能需要伪造更多的东西,snoopy完全为我们想到了 <?php $snoopy->proxy_host = "http://www.codetc.com"; $snoopy->proxy_port = "8080"; //使用代理 $snoopy->maxredirs = 2; //重定向次数 $snoopy->expandlinks = true; //是否补全链接 在采集的时候经常用到 // 例如链接为 /images/taoav.gif 可改为它的全链接 <a href="http://www.codetc.com/images/taoav.gif">http://www.codetc.com/images/taoav.gif</a> $snoopy->maxframes = 5 //允许的最大框架数 // 注意抓取框架的时候 $snoopy->results 返回的是一个数组 $snoopy->error //返回报错信息 ?>
文章来源 CODETC,欢迎分享,转载请注明地址:
http://www.codetc.com/article-220-1.html
|