php抓取网页snoopy(Snoopy的一些特点:1抓取网页的文本内容())

　　php抓取网页snoopy(Snoopy的一些特点:1抓取网页的文本内容())

　　下载地址：

　　史努比的一些特点：

　　1 爬取网页内容fetch

　　2 获取网页的文本内容（去除HTML标签）fetchtext

　　3 获取网页链接，form fetchlinks fetchform

　　4 支持代理主机

　　5 支持基本的用户名/密码认证

　　6支持设置user_agent、referer（返回）、cookies和header内容（头文件）

　　7支持浏览器重定向，可以控制重定向深度

　　8 可以将网页中的链接扩展成高质量的url（默认）

　　9提交数据并获取返回值

　　10 支持跟踪 HTML 帧

　　11支持重定向时传递cookie

　　需要php4以上就够了。既然是php的一个类，就不需要扩展支持了。服务器不支持curl时的最佳选择，

　　类方法：

　　获取（$URI）

　　———–

　　这是用于抓取网页内容的方法。

　　$URI参数是被抓取网页的URL地址。

　　获取的结果存储在 $this->results 中。

　　如果你正在抓取一个帧，Snoopy 将跟踪每个帧并将其存储在一个数组中，然后 $this->results。

　　获取文本（$URI）

　　——————

　　该方法与fetch()类似，唯一不同的是该方法会去除HTML标签等无关数据，只返回网页中的文本内容。

　　fetchform($URI)

　　——————

　　该方法与fetch()类似，唯一不同的是该方法会去除HTML标签等无关数据，只返回网页中的表单内容（form）。

　　获取链接（$URI）

　　——————-

　　该方法与fetch()类似，唯一不同的是该方法会去除HTML标签等无关数据，只返回网页中的链接。

　　默认情况下，相对链接将自动完成并转换为完整的 URL。

　　提交($URI,$formvars)

　　—————————-

　　此方法向 $URL 指定的链接地址发送确认表单。 $formvars 是一个存储表单参数的数组。

　　提交文本($URI,$formvars)

　　—————————–

　　该方法与submit()类似，唯一不同的是该方法会去除HTML标签等无关数据，登录后只返回网页的文本内容。

　　提交链接（$URI）

　　——————-

　　该方法与submit()类似，唯一不同的是该方法会去除HTML标签等无关数据，只返回网页中的链接。

　　默认情况下，相对链接将自动完成并转换为完整的 URL。

　　类属性：（括号内为默认值）

　　$host 要连接的主机

　　$port 连接端口

　　$proxy_host 使用的代理主机，如果有的话

　　$proxy_port 使用的代理主机端口，如果有的话

　　$agent 用户代理伪装（史努比 v0.1)

　　$referer 信息，如果有的话

　　$cookies cookie，如果有的话

　　$rawheaders 额外的标题，如果有的话

　　$maxredirs 最大重定向次数，0=不允许（5)

　　$offsiteok 是否允许异地重定向。 （真）

　　$expandlinks 是否将所有链接作为完整地址完成（true）

　　$user 认证用户名，如果有的话

　　$pass 验证用户名，如果有的话