php中如何使用snoopy

這篇文章主要介紹php中如何使用snoopy，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

php snoopy用法：1、【fetch($URI)】為了抓取網(wǎng)頁(yè)的內(nèi)容；2、【fetchtext($URI)】去除HTML標(biāo)簽和其他的無(wú)關(guān)數(shù)據(jù)；3、【fetchform($URI)】返回網(wǎng)頁(yè)中表單內(nèi)容。

php snoopy用法：

Snoopy類方法及示例：

1、fetch($URI)

這是為了抓取網(wǎng)頁(yè)的內(nèi)容而使用的方法。

$URI參數(shù)是被抓取網(wǎng)頁(yè)的URL地址。

抓取的結(jié)果被存儲(chǔ)在 $this->results 中。

如果你正在抓取的是一個(gè)框架，Snoopy將會(huì)將每個(gè)框架追蹤后存入數(shù)組中，然后存入 $this->results。

2、fetchtext($URI)

本方法類似于fetch()，唯一不同的就是本方法會(huì)去除HTML標(biāo)簽和其他的無(wú)關(guān)數(shù)據(jù)，只返回網(wǎng)頁(yè)中的文字內(nèi)容。

3、fetchform($URI)

本方法類似于fetch()，唯一不同的就是本方法會(huì)去除HTML標(biāo)簽和其他的無(wú)關(guān)數(shù)據(jù)，只返回網(wǎng)頁(yè)中表單內(nèi)容(form)。

4、fetchlinks($URI)

本方法類似于fetch()，唯一不同的就是本方法會(huì)去除HTML標(biāo)簽和其他的無(wú)關(guān)數(shù)據(jù)，只返回網(wǎng)頁(yè)中鏈接(link)。

默認(rèn)情況下，相對(duì)鏈接將自動(dòng)補(bǔ)全，轉(zhuǎn)換成完整的URL。

5、submit($URI,$formvars)

本方法向$URL指定的鏈接地址發(fā)送確認(rèn)表單。$formvars是一個(gè)存儲(chǔ)表單參數(shù)的數(shù)組。

6、submittext($URI,$formvars)

本方法類似于submit()，唯一不同的就是本方法會(huì)去除HTML標(biāo)簽和其他的無(wú)關(guān)數(shù)據(jù)，只返回登陸后網(wǎng)頁(yè)中的文字內(nèi)容。

7、submitlinks($URI)

本方法類似于submit()，唯一不同的就是本方法會(huì)去除HTML標(biāo)簽和其他的無(wú)關(guān)數(shù)據(jù)，只返回網(wǎng)頁(yè)中鏈接(link)。

默認(rèn)情況下，相對(duì)鏈接將自動(dòng)補(bǔ)全，轉(zhuǎn)換成完整的URL。

Snoopy采集類屬性: (默認(rèn)值在括號(hào)里)

$host 連接的主機(jī)

$port 連接的端口

$proxy_host 使用的代理主機(jī)，如果有的話

$proxy_port 使用的代理主機(jī)端口，如果有的話

$agent 用戶代理偽裝 (Snoopy v0.1)

$referer 來(lái)路信息，如果有的話

$cookies cookies 如果有的話

$rawheaders 其他的頭信息, 如果有的話

$maxredirs 最大重定向次數(shù)， 0=不允許 (5)

$offsiteok whether or not to allow redirects off-site. (true)

$expandlinks 是否將鏈接都補(bǔ)全為完整地址 (true)

$user 認(rèn)證用戶名, 如果有的話

$pass 認(rèn)證用戶名, 如果有的話

$accept http 接受類型 (image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, */*)

$error 哪里報(bào)錯(cuò), 如果有的話

$response_code 從服務(wù)器返回的響應(yīng)代碼

$headers 從服務(wù)器返回的頭信息

$maxlength 最長(zhǎng)返回?cái)?shù)據(jù)長(zhǎng)度

$read_timeout 讀取操作超時(shí) (requires PHP 4 Beta 4+) 設(shè)置為0為沒有超時(shí)

$timed_out 如果一次讀取操作超時(shí)了，本屬性返回 true (requires PHP 4 Beta 4+)

$maxframes 允許追蹤的框架最大數(shù)量

$status 抓取的http的狀態(tài)

$temp_dir 網(wǎng)頁(yè)服務(wù)器能夠?qū)懭氲呐R時(shí)文件目錄 (/tmp)

$curl_path cURL binary 的目錄, 如果沒有cURL binary就設(shè)置為 false

下面是一個(gè)示例：

代碼如下:

include "Snoopy.class.php";
 $snoopy = new Snoopy;
 
 $snoopy->proxy_host = "https://www.jb51.net";
 $snoopy->proxy_port = "80";
 
 $snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)";
 $snoopy->referer = "https://www.jb51.net";
 
 $snoopy->cookies["SessionID"] = 238472834723489l;
 $snoopy->cookies["favoriteColor"] = "RED";
 
 $snoopy->rawheaders["Pragma"] = "no-cache";
 
 $snoopy->maxredirs = 2;
 $snoopy->offsiteok = false;
 $snoopy->expandlinks = false;
 
 $snoopy->user = "joe";
 $snoopy->pass = "bloe";
 
 if($snoopy->fetchtext("https://www.jb51.net"))
 {
 echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE>\n";
 }
 else
 echo "error fetching document: ".$snoopy->error."\n";

獲取指定url內(nèi)容

代碼如下:

<?php
 $url = "https://www.jb51.net";
 include("snoopy.php");
 $snoopy = new Snoopy;
 $snoopy->fetch($url); //獲取所有內(nèi)容
 echo $snoopy->results; //顯示結(jié)果
 //可選以下
 $snoopy->fetchtext //獲取文本內(nèi)容（去掉html代碼）
 $snoopy->fetchlinks //獲取鏈接
 $snoopy->fetchform  //獲取表單
 ?>

表單提交

代碼如下:

<?php
$formvars["username"] = "admin";
$formvars["pwd"] = "admin";
$action = "https://www.jb51.net";//</a>表單提交地址
$snoopy->submit($action,$formvars);//$formvars為提交的數(shù)組
echo $snoopy->results; //獲取表單提交后的 返回的結(jié)果
//可選以下
$snoopy->submittext; //提交后只返回 去除html的 文本
$snoopy->submitlinks;//提交后只返回 鏈接
?>

既然已經(jīng)提交的表單 那就可以做很多事情 接下來(lái)我們來(lái)偽裝ip,偽裝瀏覽器

偽裝瀏覽器

代碼如下:

<?php
$formvars["username"] = "lanfengye";
$formvars["pwd"] = "lanfengye";
$action = "https://www.jb51.net";
include "snoopy.php";
$snoopy = new Snoopy;
$snoopy->cookies["PHPSESSID"] = 'fc106b1918bd522cc863f36890e6fff7'; //偽裝sessionid
$snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)"; //偽裝瀏覽器
$snoopy->referer = "https://www.jb51.net"; //偽裝來(lái)源頁(yè)地址 http_referer
$snoopy->rawheaders["Pragma"] = "no-cache"; //cache 的http頭信息
$snoopy->rawheaders["X_FORWARDED_FOR"] = "127.0.0.101"; //偽裝ip
$snoopy->submit($action,$formvars);
echo $snoopy->results;
?>

原來(lái)我們可以偽裝session 偽裝瀏覽器 ，偽裝ip， haha 可以做很多事情了。

例如：帶驗(yàn)證碼，驗(yàn)證ip 投票， 可以不停的投。

ps：這里偽裝ip ，其實(shí)是偽裝http頭, 所以一般的通過(guò) REMOTE_ADDR 獲取的ip是偽裝不了，反而那些通過(guò)http頭來(lái)獲取ip的(可以防止代理的那種) 就可以自己來(lái)制造ip。

關(guān)于如何驗(yàn)證碼 ，簡(jiǎn)單說(shuō)下：

首先用普通的瀏覽器， 查看頁(yè)面 ， 找到驗(yàn)證碼所對(duì)應(yīng)的sessionid，同時(shí)記下sessionid和驗(yàn)證碼值，接下來(lái)就用snoopy去偽造 。

原理：由于是同一個(gè)sessionid 所以取得的驗(yàn)證碼和第一次輸入的是一樣的。

有時(shí)我們可能需要偽造更多的東西,snoopy完全為我們想到了

<?php
$snoopy->proxy_host = "https://www.jb51.net";
$snoopy->proxy_port = "8080"; //使用代理
$snoopy->maxredirs = 2; //重定向次數(shù)
$snoopy->expandlinks = true; //是否補(bǔ)全鏈接 在采集的時(shí)候經(jīng)常用到
// 例如鏈接為 /images/taoav.gif 可改為它的全鏈接 <a href="https://www.jb51.net/images/taoav.gif">https://www.jb51.net/images/taoav.gif</a>
$snoopy->maxframes = 5 //允許的最大框架數(shù)
//注意抓取框架的時(shí)候 $snoopy->results 返回的是一個(gè)數(shù)組
$snoopy->error //返回報(bào)錯(cuò)信息
?>

以上是“php中如何使用snoopy”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！