snoopy php网页抓取工具(Snoopy的Snoopy服务都支持（PerlCompatibleRegularExpressionsExpressions）)

　　snoopy php网页抓取工具(Snoopy的Snoopy服务都支持（PerlCompatibleRegularExpressionsExpressions）)

　　Snoopy 是一个php类，用来模拟浏览器的功能，可以获取网页内容并发送表单。 Snoopy 需要您服务器的 PHP 版本 4 或更高版本才能正确运行，并且支持 PCRE（Perl Compatible Regular Expressions），并且支持所有基本的 LAMP 服务。

　　一、Snoopy 的一些特点：

　　1. 抓取网页内容 fetch

　　2.Fetch 网页的文字内容（去除 HTML 标签）fetchtext

　　3.抓取网页链接，表单fetchlinks fetchform

　　4.支持代理主机

　　5. 支持基本的用户名/密码验证

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

　　7.支持浏览器重定向，可以控制重定向的深度

　　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cookies，要求php4以上。既然是php类，就不需要扩展支持了，服务器不支持curl时的最佳选择。

　　二、Class 方法：

　　获取($URI)

　　——————

　　这是用来抓取网页内容的方法。 $URI 参数是被爬取的网页的 URL 地址。获取的结果存储在 $this->results 中。如果你正在抓取一帧，史努比会跟踪每一帧并将其存储在一个数组中，然后将其存储在 $this->results 中。

　　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（form）。

　　fetchlinks($URI)

　　—————-

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

　　默认情况下，相对链接会自动补全并转换成完整的网址。

　　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，登录后只返回网页中的文本内容。

　　提交链接($URI)

　　—————-

　　这个方法类似于submit()。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，相对链接会自动补全并转换成完整的网址。

　　三、Class 属性：（括号内为默认值）

　　$host 连接的主机

　　$port 连接的端口

　　$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 传入信息，如果有的话

　　$cookies cookies，如果有的话

　　$rawheaders 其他头信息，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。(true)

　　$expandlinks 是否完成所有链接以完成地址（真实）

　　$user 认证用户名，如果有的话

　　$pass 认证用户名，如果有的话