snoopy php网页抓取工具(PHP类Snoopy的一些特点:*方便网页的文本内容)

　　snoopy php网页抓取工具(PHP类Snoopy的一些特点:*方便网页的文本内容)

　　大家知道史努比在PHP类中是什么吗？

　　Snoopy 是一个 php 类，用来模仿网页浏览器的功能，可以完成获取网页内容和发送表单的任务。

　　PHP Snoopy 的一些特性：

　　* 方便抓取网页内容

　　* 方便抓取网页文字内容（去除HTML标签）

　　* 方便抓取网页链接

　　* 支持代理主机

　　* 支持基本的用户名/密码验证

　　* 支持设置user_agent、referer（传入路由）、cookies和header内容（头文件）

　　* 支持浏览器转向，可控制转向深度

　　* 可以将网页中的链接扩展为高质量的url（默认）

　　* 方便提交数据和获取返回值

　　* 支持跟踪 HTML 框架（v0.92 添加）

　　* 支持再次重定向时传递 cookie（v0.92 增加）

　　PHP类Snoopy的正确运行需要您服务器的PHP版本为4以上，并且支持PCRE（Perl Compatible Regular Expressions），并且支持所有基本的LAMP服务。

　　它提供了以下接口或方法：

　　获取($URI)

　　这个方法是抓取网页的内容，$URI是要抓取的网页的网址，结果存放在$this->results中。如果抓取一帧，每一帧都会被抓取，结果保存在一个数组中。

　　fetchtext($URI)

　　该方法与fetch()大致相同，只是结果是文本，不包括HTML标签等无关信息。

　　fetchform($URI)

　　该方法只返回被抓取网页上的表单元素。

　　fetchlinks($URI)

　　该方法只返回被抓取网页上的链接。默认返回的链接都是收录域名的链接。

　　提交($URI,$formvars)

　　此方法将表单提交到指定的 $URI。 $formvars 是要传递的表单变量数组。

　　提交文本($URI,$formvars)

　　该方法与submit()基本相同，只是返回的是文本，不包括html标签等无关数据。

　　提交链接($URI)

　　此方法返回链接。

　　上一篇：几种主流PHP框架的优缺点对比_PHP教程