php抓取网页snoopy(php类模拟浏览器Snoopy(\$URI)的特点)

　　php抓取网页snoopy(php类模拟浏览器Snoopy(\$URI)的特点)

　　snoopy是一个php类，用于模拟浏览器的功能，获取Web内容，发送表单。 snoopy运行了在4个或更多的服务器的PHP版本，并支持PCRE（Perl兼容的正则表达式），基本灯泡服务支持。

　　一、 snoopy一些功能

　　1.爬行内容获取

　　2. grabed文本内容（删除html标记）fetchtext

　　3. crawl链接，表单fetchlinks fetchform

　　4.支持代理主机

　　5.支持基本用户名/密码验证

　　6.支持set user_agent，treeer，cookie和header内容（头文件）

　　7.支持浏览器重定向，并控制重定向深度

　　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

　　1 0.支持跟踪HTML帧

　　1 1.支持重定向，传递cookie，需要php4或更多，因为它是一类PHP，无需支持，服务器不支持卷曲选择

　　二、方法

　　获取（\ $ uri）

　　这是用于捕获网页内容的方法。 \ $ URI参数是网页捕获的URL地址。结果存储在\ $ this-和gt中;结果。如果您爬行是一个框架，史努比将每个框架存储到一个数组中，然后存入\ $ this-＆gt;结果。

　　fetchtext（\ $ uri）

　　此方法类似于fetch（），唯一的区别是此方法删除HTML标记和其他不相关的数据，只返回网页中的文本内容。

　　fetchform（\ $ uri）

　　此方法类似于fetch（），唯一的区别是此方法删除HTML标记和其他独立数据，只返回网页中的表单内容（表单）。

　　fetchlinks（\ $ uri）此方法类似于fetch（），唯一的区别是此方法删除HTML标记和其他不相关的数据，只返回到网页中的链接（链接）。默认情况下，将自动完成相对链接，转换为完整的URL。

　　提交（\ $ uri，\ $ formvars）

　　此方法将确认表单发送到由\ $ URL指定的链接地址。 $ formvars是一系列存储的表单个参数。

　　submittext（\ $ uri，\ $ formvars）

　　此方法类似于提交（），唯一的区别是此方法删除HTML标记和其他独立数据，只返回登录中的文本内容。

　　submitlinks（\ $ uri）

　　此方法类似于提交（），唯一的区别是此方法将删除HTML标记和其他不相关的数据，只返回网页中的链接（链接）。默认情况下，将自动完成相对链接，转换为完整的URL。

　　三、 class属性（括号中的默认值）

　　\ $ host连接主机

　　\ $端口连接端口

　　\ $ proxy_host由代理主机使用，如果有的话，

　　\ $ proxy_port使用的代理主机端口，如果有的话，

　　\ $代理用户代理伪装（snoopy v 0.1)

　　\ $相关信息，如果有任何单词

　　\ $ cookie cookie，如果有的话

　　$ rawheaders其他标题信息，如果有的话，

　　\ $ maxredirs最大重定向，0 =不允许（5)

　　\ $ offsiteok whers或不允许从现场重定向。 （true）

　　\ $ odernlinks完成完整地址（true）

　　的链接

　　\ $用户认证的用户名，如果有的话，

　　\ $传递身份验证用户名，如果有任何单词