snoopy php网页抓取工具(Snoopy.class.php源文件的内容..)

　　snoopy php网页抓取工具(Snoopy.class.php源文件的内容..)

　　史努比：一个非常强大的PHP类。下面是对snoopy.class.php源文件的详细介绍。Snoopy是一个PHP类，用于模拟浏览器的功能。您可以获取web内容并发送表单。Snoopy的一些功能：抓取网页的内容，抓取网页的文本内容（删除HTML标记），抓取文本，抓取网页的链接，表单fetchlinks fetchform支持设置用户代理、引用者、cookies和headercontent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或更高。因为它是一个PHP类，所以不需要扩展支持。服务器不支持curl时的最佳选择。Class method:fetch（$URI）这是一个用于获取网页内容的方法$URI参数是已爬网网页的URL地址。捕获的结果存储在$this->results中。如果捕获一帧，Snoopy将跟踪每个帧并将其存储在数组中，然后将其存储在$this->results中。Fetchtext（$URI）此方法类似于fetch（）。唯一的区别是，此方法将删除HTML标记和其他无关数据，并且只返回网页中的文本内容

　　Fetchform（$URI）此方法类似于fetch（）。唯一的区别是，此方法删除HTML标记和其他无关数据，并且只返回网页中的表单内容（表单）。Fetchlinks（$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，并且只返回网页中的链接。默认情况下，相对链接会自动完成并转换为完整URL。Submit（$URI，$formvars）此方法向$URL指定的链接地址发送确认表单$formvars是存储表单参数的数组。Submittext（$URI，$formvars）此方法类似于submit（）。唯一的区别是，此方法将删除HTML标记和其他无关数据，并且仅在登录后返回网页中的文本内容。SubmitLink（$URI）此方法类似于submit（）。唯一的区别是，此方法删除HTML标记和其他不相关的数据，并且只返回网页中的链接。默认情况下，相对链接会自动完成并转换为完整URL。Class属性：（默认值在括号中）$host connected host$port connected port$proxy\主机使用的代理主机，如果有，$proxy\ port使用代理主机端口。如果有，$agent用户代理伪装（Snoopy V0.1)$referer origin information，如果有，$cookies，如果有，$rawheads其他头信息，如果有，$maxeditors最大重定向，0=否$offsiteokwhere allowereDirections off site.（true）$expandlinks是否完成指向完整地址的所有链接（true）$user authentication user name，如果有，$pass authentication user name，如果有，$accept HTTP accept type（image/GIF，image/x-xbitmap，image/jpeg，image/pjpeg，$error，如果有，$response\u code从服务器返回的响应代码$headers从服务器返回的头信息$MaxLength最大返回数据长度$read\u timeout读取操作超时）（requires PHP设置为0，表示没有超时$timed_out。如果读取操作超时，此属性返回true（需要PHP$maxframes允许跟踪的最大帧数$HTTP捕获状态$temp_dir web服务器可以写入的临时文件目录（/tmp）如果没有curl二进制文件，$curl_path curl binary的目录被设置为false。下面是一个简单的示例。例如，我们抓取我的博客的文本，包括“Snoopy.Class.PHP”newssnoopy echo$Snoopy include“Snoopy.Class.PHP”newssnoopy