php抓取网页snoopy(php,类,抓取网页的特点及LAMP服务都支持)

　　php抓取网页snoopy(php,类,抓取网页的特点及LAMP服务都支持)

　　Snoopy 是一个 php 类，它模拟浏览器获取网页内容和发送表单的功能。 Snoop y 正常运行需要你的服务器的PHP版本在4以上，并且支持PCRE（patible Regular Expressions），并且支持基本的LAMP服务。 一、 Snoopy 的一些特性： 1. 抓取网页内容fetch 2. 抓取网页文本内容（去掉HTML标签） fetchtext 3. 抓取链接，形成网页的fetchlinks fetchform 4.支持代理主机5.支持基本用户名/密码认证6.支持设置user_agent、referer（返回）、cookies和header内容（头文件）7.@ >支持浏览器重定向和控制重定向深度8.可以将网页中的链接扩展为高质量的url（默认）9.提交数据并获取返回值10.支持跟踪HTML框架11. 支持重定向时传递cookie，需要php4以上，因为是php的一个类，不需要扩展支持，服务器不支持curl时的最佳选择。 二、类方法：fetch($URI) ————这是用来获取网页内容的方法。

　　$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，然后是 $this->results。 fetchtext($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($URI) ————该方法与 fetch() 类似，唯一不同的是该方法会去除 HTML 标签等无关数据，只返回网页中的表单内容（表单）。 fetchlinks($URI) ———— 这个方法和fetch()类似，唯一不同的是这个方法会去掉HTML标签等不相关的数据，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。 submit($URI, $formvars) ———————— 该方法向 $URL 指定的链接地址发送确认表单。 $formvars 是一个存储表单参数的数组。 submittext($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，只返回文本内容登录后的网页。

　　submitlinks($URI) ———— 这个方法和submit()类似，唯一的区别是这个方法会去掉HTML标签等不相关的数据，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。 三、 类属性：（括号内为默认值） $host 要连接的主机 $port 要连接的端口 $proxy_host 使用的代理主机，如果有 $proxy_port 要使用的代理主机端口，如果任何 $agent 用户代理伪装（Snoopy v0.1) $referer 信息，如果有 $cookies cookie，如果有 $rawheaders 其他头信息，如果有 $maxredirs 最大权重定位数，