snoopy php网页抓取工具(PHP采集类Snoopy.class.php介绍以及下载是一个)

　　snoopy php网页抓取工具(PHP采集类Snoopy.class.php介绍以及下载是一个)

　　PHP采集类Snoopy.class.php介绍及下载

　　Snoopy是一个非常强大的PHP类，可以用来模拟浏览器完成获取网页内容和发送表单的任务。下面详细介绍Snoopy.class.php的特性和一些常用的用法。

　　官方网站：（无法打开可以使用的国外浏览器网站）

　　下载地址：

　　本站下载地址：PHP采集库Snoopy.class.php下载

　　以下是史努比的一些功能：

　　1、获取网页内容fetch

　　2、获取网页的文本内容（去掉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（return）、cookies和header内容（头文件）

　　7、支持浏览器重定向，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框架（v0.92增加）

　　11、支持重定向时传递cookie

　　备注：可以使用Snoopy.class.php 要求php4 或以上。由于是php类，所以不需要扩展。服务器不支持 curl 时的最佳选择。

　　下面是一些常用的类方法的介绍：

　　获取（$URI）

　　这是用于抓取网页内容的方法。 $URI参数是爬取网页的URL地址，爬取结果存放在$this->results中。如果你正在抓取一个帧，Snoopy 会将每个帧跟踪到一个数组中，然后是 $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）

　　这个方法和fetch()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，相对链接将自动填充为完整的 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）

　　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，相对链接将自动填充为完整的 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