php抓取网页就三步,伪静态,代理和iframe的配置
　　
　　php抓取网页就三步,伪静态,代理和iframe的配置首先我们要明白他们有什么特点：伪静态：从网页的搜索引擎抓取数据，伪静态就是使网页内容被搜索引擎搜索到，通常情况下伪静态是在seo中经常使用到的技术，使网页最终由搜索引擎收录，有利于在搜索引擎关键词排名中，更多的页面位于首页，这样对于一些精准的用户来说可以更加精准的找到我们的网站iframe：使用sae的一个超级抓取框iframe来抓取网页的链接，因为他的安全性和抓取速度比伪静态更快，同时也可以用来抓取网页的蜘蛛。
　　
　　jshttpjs抓取静态网页就是利用js来抓取静态网页的内容，由于js比较弱,不能解析动态文件,所以一般用iframe来抓取,如果是动态的就用js来抓取就可以了,我们只需要抓取一个iframe一个是用nginx做负载均衡,它有一个实现抓取静态网页的插件。关于nginx的一些使用技巧和关于jsjs以及js的相关问题可以参考徐为：jsjs动态解析与抓取技术解析.概要:目标:抓取静态网页目标设置:sae百度http抓取,配置:百度爬虫（需要你爬虫版本比如v2.1.14）抓取：nginx负载均衡自动化抓取配置:nginx负载均衡（通过iframe来抓取静态）配置：iframe抓取静态页面技术分析:负载均衡抓取/插件选型/部署详细介绍:保姆级iframe爬虫自动化部署。 查看全部

　　php抓取网页、并且解析json或xml数据包那要搞懂http协议！
　　php抓取网页、并且解析json或xml数据包那要搞懂http协议！建议先看看cookiehttp请求发送了http请求，首先http协议中会包含：getpostputoptionsotherrequest这些资源对象。打个比方alice去航空公司取行李需要搭乘飞机到机场，因此alice在飞机上登机登记了自己的身份，你会认为这是给他人证明你是你的机会吗？你会发现飞机是不会给你身份证明的机会的，是你先向航空公司发请求，才给你身份证明的机会。
　　
　　这其中经历了航空公司发送请求—>预订机票—>机场登记—>给alice身份证明—>你登机才去乘机的流程。然后get请求的关键是传递信息的内容，这一点在http协议中没有规定。l如何编写get提交的是一个xml文件，那么，要把内容发送到服务器，首先请求request.post(options)，拿着这个postpostrequest返回相应的数据，同时用send函数发送信息。
　　
　　（l解析这里alice通过另一种方式把已经生成的xml文件，解析成json，这个过程就是input->readxml（）函数向json发送者的请求函数，服务器再解析json数据，返回给我们post的请求回执。）。
　　前端请求的时候就应该考虑到这些事情了，已经提供了很好的封装：post请求失败的回调响应响应中包含header(要包含xpath中对应name的路径)和tags属性。json请求标准xml文件，需要用javascript解析。 查看全部

　　php抓取网页的二进制码格式是get/post参数
　　php抓取网页的二进制码格式是get/post参数就是$username$passwordreturnsfrom'-generator'print($username);print($password);print($getcode);
　　
　　yeuo1024.php。不是抓取网页，是用php爬虫软件抓取大量网页，
　　我的方案：1.找来一些价格便宜的网站模板（不能一次请求过多），边做边爬取，手里留一份，下载下来备用2.找些有爬虫基础的程序员，请他们架个爬虫程序来爬取网站。
　　
　　这个就是跟php这门语言没关系了。和安卓客户端一样，主要就是用ajax+https。ajax用于http长连接。https用于ssl连接加密。抓包软件很多，wireshark之类的。抓包是分为ftp连接还是http长连接，各有各的方法，看你请求的类型。ftp连接的抓包：https连接抓包：我曾经做过个小网站，用ajax写了一个给你看。有不清楚的还可以再问我。
　　php就一简单模块。你要做网站，php最快，php代码规范简单，容易模仿，php可以做很多小东西。爬虫就用浏览器或者其他手机app的抓包调用phantomjs就可以。另外，
　　找个大牛，他懂，都很简单。或者找个微软工作的人。不过，初学还是找人手把手教吧。不然自己写一个要太久。 查看全部

　　php抓取网页 从事PHP工作，大家知道在不同的阶段需要掌握哪些技能吗？
　　文章来自：博客
　　新手们别吓到，这只是一个比较全面的学习流程，也并不一定要依据这样来学习，但是学习PHP的领域就是这样的。
　　从事PHP工作，大家知道在不同的阶段需要掌握哪些技能吗啊？下面简单的介绍一下：
　　一PHP初级开发工程师
　　1. 走进PHP的世界
　　PHP介绍、PHP版本发展历史、PHP薪资水平和职业发展、WEB开发中基础概念介绍、PHP开发环境搭建、HTML+CSS等入门内容。
　　2.PHP基础语法
　　变量、数据类型、常量、流程控制、运算符、字符串、数组、函数等。
　　3. PHP进阶
　　HTTP协议、超全局变量，会话控制(session，cookie)，文件系统，上传文件，图像处理等。
　　4. MySQL数据库
　　库，表，字段类型，SQL语句，事务，锁，表引擎，索引，函数，存储过程，视图等
　　5.PHP操作MySQL数据库
　　使用mysql扩展函数操作数据库，实现增，删，改，查，搜索，排序，翻页等功能。
　　6.实现常用的功能模块
　　注册，登录，记住登录状态，找回密码，无限级，权限（RBAC）等。
　　7. 网站安全
　　SQL注入，XSS（跨站脚本攻击），CSRF（跨站请求伪造），ARP攻击，DDOS攻击，撞库，钓鱼网站，SSL等。
　　扩展点：
　　
　　8.微信接口开发
　　微信号申请、微信类型、接收消息、发送消息、微信JS-SDK、微信支付等。
　　9. Soket编程
　　socket、TCP/UDP、构造HTTP协议字符串、发送协议、XML、正则表达式、网页采集等。
　　10.PHP多用户微信商城系统.zip（实战教程）
　　需求分析，微信接口开发，数据库设计，商城后台，前台，微信支付，根据地理位置获取附近餐厅等功能。
　　二PHP中级开发工程师
　　11.网站性能优化
　　静态化，缓存，延迟加载，数据库优化（分表，SQL优化等），伪静态，URL重写，opcode缓存，浏览器缓存，sphinx全文索引引擎等。
　　12.Memcache与Redis
　　memcache：安装，配置，存储原理，队列，存session，分布式。redis：安装，配置，数据类型（字符串，集合，哈希，列表，订阅，事务等）。
　　13.面向对象编程
　　类，对象，封装，继承，多态，接口，魔术方法，反射，设计模式等。
　　14.编写MVC框架
　　单一入口，路由，控制器，模型，视图，ORM，表单验证，图片处理，验证码，安全，DB驱动（mysqli，pdo），代码生成等。
　　15.实战：在线支付等接口
　　腾讯视频API，在线支付（微信支付，支付宝支付，网银支付），视频权限控制（防盗链），登录，注册等。
　　16.版本控制工具-SVN
　　工作拷贝，数据仓库，钩子脚本，权限，冲突，提交，更新，分支，SVN服务器，忽略，属性等。
　　17.前端和手机app接口开发
　　Web Service之RESTFUL，SOAP，RPC。
　　
　　18.ThinkPHP框架
　　路由，控制器，模型，表单验证，配置，扩展，缓存，模板等。
　　19.开发TP版代码生成器
　　生成配置文件，生成控制器，生成模型，生成页面，生成表单验证，生成图片处理等功能。
　　20.使用TP框架开发电子商城
　　商品，类型，属性，品牌，分类，库存，定单管理，购物车，支付宝支付，微信支付，浏览历史，销量排行，商品搜索，QQ登录，微信登录，登录，注册，密码找回，忘记密码等。
　　三PHP高级开发工程师
　　21.Linux操作系统
　　权限，文件系统，硬盘分区，用户，组，shell脚本，软件安装（rpm，tarball，yum），vim，系统服务，防火墙，lamp和lnmp环境搭建等。
　　22.大型网站集群架构
　　高可用，负载均衡，反向代理，CDN，MySQL主从复制，读，写分离，MongoDB，分布式文件系统，session共享，Nginx高并发服务器等。
　　23.消息队列
　　使用httpsqs、Redis、MemcacheQ等搭建消息队列解决网站高并发、高性能实时异步的问题以提高网站性能。
　　24.流行工具
　　GIT，Composer包依赖管理器。
　　这是php学习领域，当你正在学习php了，你就会慢慢的接触到，学习到，把这些整理成文章，可能也是对一些学习迷茫的友友们一个帮助吧！
　　让学习成为一种习惯
　　推荐一个公众号：码农程序——此公众号会经常分享web最新动态，web视频教程，项目整站源码，功能特效等，有需要的可以扫码关注
　　更多视频教程敬请期待 查看全部

　　php抓取网页数据的区分单引号与双引号的克星
　　php抓取网页数据，可以采用session机制。网页渲染过程中，它存储在web服务器中，存储大小不定，存放在虚拟地址空间中，程序为了减少存储空间也可以通过注入的方式，获取这个地址。可以在脚本中设置事件或function使得使用者可以不断注入时间戳等。
　　
　　我觉得应该是类似于“保存单引号”这种写法。所以没必要明确区分单引号与双引号，并不完全符合c语言语言特征。
　　用单引号去捕获双引号本身就犯规，被抓取的网页是存在反射，从网页链接中读取双引号去捕获显然是不应该的。你可以想象一下被抓取的html文件像机器代码一样大小：用单引号捕获捕获出双引号难度不大，但捕获出小于双引号的双引号就非常麻烦了。因此，双引号自然就成了单引号的克星。
　　
　　stackoverflow会执行："itwillrefertoyourpreviousanswer".而askbotw提供了一个特殊的机制可以抓取web站点的xml文件
　　程序员和代码是两码事，
　　据称，askbotw利用了http的返回字段中的字符来爬取大量的网页，被抓取的网页是http返回中包含字符的网页，所以，一个xml(或html)文件中可能存在一万条/t*id=*的链接，每条链接都是一个url(http地址)，而且文件名大小非常大，网页本身不会重定向，所以。如果你是爬虫，那么真的太累了。 查看全部

　　php抓取网页 利用PHP获取学生成绩
　　点击进入“PHP开源社区” 免费获取进阶面试、文档、视频资源
　　前言
　　这篇文章我们主要来练习一下如何利用php完成一个简单的案例，即输入学生学号，得到相应的成绩信息。
　　在此之前先来认识一下这个非常重要的语法
　　GET请求：参数在URL后面，多个参数用&进行连接
　　$_GET[ ] ， 即get请求参数的获取
　　同样的还有POST方法，但这篇文章中我们使用GET方法
　　利用get请求参数的获取，听起来很高大上，其实说白了就是根据用户输入的信息，然后在数据库中寻找相对应的数据，在这篇文章中我们暂用数组方法构造一段信息帮助大家理解。
　　话不多说，我们先来看一下页面打开后以及操作的效果演示！
　　当我们输入学号后，会在后台搜索相对应的信息并展示
　　1、HTML代码如下
　　 查成绩 请在下列输入框中输入学生的考号进行： 输入考号：
　　
　　2、PHP代码如下
　　 Title 成绩如下： 语文： 数学： 英语： 该学生考号不存在
　　要注意的是，在上述代码中，另外加了if else语句，用来判断输入信息是否合法，意思就是如果输入的学号不正确，那么就无法输出正常信息，我们就要出现相应的错误提示
　　3、以下是操作的截图
　　如果输入学号123：
　　输入学号456
　　如果我们输入错误的学号则会显示为
　　*声明：本文于网络整理，版权归原作者所有，如来源信息有误或侵犯权益，请联系我们删除或授权事宜。
　　END<p style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />PHP开源社区
　　扫描关注  进入”PHP资料“
　　免费获取进阶
　　面试、文档、视频资源    
　　<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /></p> 查看全部

　　[精选] 模拟登陆并抓取数据，用php也是可以做到的
　　点击加入：
　　商务合作请加微信(QQ)：2230304070
　　精选文章正文
　　服务器活动推荐：【腾讯云12月份服务器限时秒杀活动，最低99元】活动地址：
　　使用PHP的Curl扩展库可以模拟实现登录，并抓取一些需要用户账号登录以后才能查看的数据。具体实现的流程如下
　　1. 首先需要对相应的登录页面的html源代码进行分析，获得一些必要的信息：
　　1）登录页面的地址；
　　2）验证码的地址；
　　3）登录表单需要提交的各个字段的名称和提交方式；
　　4）登录表单提交的地址；
　　5）另外要需要知道要抓取的数据所在的地址。
　　2. 获取cookie并存储（针对使用cookie文件的网站）
　　$login_url = 'http://www.xxxxx';  //登录页面地址<br />$cookie_file = dirname(__FILE__)."/pic.cookie";  //cookie文件存放位置（自定义）<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $login_url);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);<br />curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file);<br />curl_exec($ch);<br />curl_close($ch);<br />
　　3. 获取验证码并存储（针对使用验证码的网站）
　　$verify_url = "http://www.xxxx";   //验证码地址<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $verify_url);<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);<br />$verify_img = curl_exec($ch);<br />curl_close($ch);<br />$fp = fopen("./verify/verifyCode.png",'w');  //把抓取到的图片文件写入本地图片文件保存<br />fwrite($fp, $verify_img);<br />fclose($fp);<br />
　　说明：
　　由于不能实现验证码的识别，所以我这里的做法是，把验证码图片抓取下来存放到本地文件中，然后在自己项目中的html页面中显示，让用户去填写，等用户填写完账号、密码和验证码，并点击提交按钮之后再去进行下一步的操作。
　　4. 模拟提交登录表单：
　　$ post_url = 'http://www.xxxx';   //登录表单提交地址<br />$post = "username=$account&password=$password&seccodeverify=$verifyCode";//表单提交的数据（根据表单字段名和用户输入决定）<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $ post_url);<br />curl_setopt($ch, CURLOPT_HEADER, false);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);<br />curl_setopt($ch, CURLOPT_POSTFIELDS, $post);     //提交方式为post<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />curl_exec($ch);<br />curl_close($ch);<br />
　　5. 抓取数据：
　　$data_url = "http://www.xxxx";   //数据所在地址<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $data_url);<br />curl_setopt($ch, CURLOPT_HEADER, false);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,0);<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />$data = curl_exec($ch);<br />curl_close($ch);<br />
　　到目前为止，已经把数据所在地址的这个页面都抓取下来存储在字符串变量$data中了。
　　需要注意的是抓取下来的是一个网页的html源代码，也就是说这个字符串中不仅包含了你想要的数据，还包含了许多的html标签等你不想要的东西。所以如果你想要从中提取出你需要的数据的话，你还要对存放数据的页面的html代码进行分析，然后结合字符串操作函数、正则匹配等方法从中提取出你想要的数据。 查看全部

　　php抓取网页 利用PHP获取学生成绩
　　点击进入“PHP开源社区” 免费获取进阶面试、文档、视频资源
　　前言
　　这篇文章我们主要来练习一下如何利用php完成一个简单的案例，即输入学生学号，得到相应的成绩信息。
　　在此之前先来认识一下这个非常重要的语法
　　GET请求：参数在URL后面，多个参数用&进行连接
　　$_GET[ ] ， 即get请求参数的获取
　　同样的还有POST方法，但这篇文章中我们使用GET方法
　　利用get请求参数的获取，听起来很高大上，其实说白了就是根据用户输入的信息，然后在数据库中寻找相对应的数据，在这篇文章中我们暂用数组方法构造一段信息帮助大家理解。
　　话不多说，我们先来看一下页面打开后以及操作的效果演示！
　　
　　当我们输入学号后，会在后台搜索相对应的信息并展示
　　1、HTML代码如下
　　 查成绩 请在下列输入框中输入学生的考号进行： 输入考号：
　　2、PHP代码如下
　　 Title 成绩如下： 语文： 数学： 英语： 该学生考号不存在
　　要注意的是，在上述代码中，另外加了if else语句，用来判断输入信息是否合法，意思就是如果输入的学号不正确，那么就无法输出正常信息，我们就要出现相应的错误提示
　　3、以下是操作的截图
　　
　　如果输入学号123：
　　
　　输入学号456
　　
　　如果我们输入错误的学号则会显示为
　　
　　*声明：本文于网络整理，版权归原作者所有，如来源信息有误或侵犯权益，请联系我们删除或授权事宜。
　　END<p style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />PHP开源社区
　　扫描关注  进入”PHP资料“
　　免费获取进阶
　　面试、文档、视频资源    
　　<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /></p> 查看全部

　　php抓取网页 （高级篇）PHP安全之Web攻击
　　单中输入的内容直接用于验证身份的查询，他就会尝试输入某些特殊的SQL字符串篡改查询改变其原来的功能，欺骗系统授予访问权限。
　　系统环境不同，攻击者可能造成的损害也不同，这主要由应用访问数据库的安全权限决定。如果用户的帐户具有管理员或其他比较高级的权限，攻击者就可能对数据库的表执行各种他想要做的操作，包括添加、删除或更新数据，甚至可能直接删除表
　　防范方法：
　　1.检查变量数据类型和格式
　　2.过滤特殊符号
　　3.绑定变量，使用预处理语句
　　二、跨网站脚本攻击(Cross Site Scripting, XSS)
　　攻击者将恶意代码注入到网页上，其他用户在加载网页时就会执行代码，攻击者可能得到包括但不限于更高的权限（如执行一些操作）、私密网页内容、会话和cookie等各种内容。这些恶意代码通常是JavaScript、HTML以及其他客户端脚本语言。
　　例如： <p> 查看全部

　　（实用篇） php 获取，访问并返回网页源码
　　
　　加
　　php自学与交流微信群：wucy03
　　极客学院教学视频
　　想要领取极客学院“整套学习视频基础教程”（所谓整套就是从前端到后端的基础视频教程，比较适合新手）的同学，可以加微信：ali010305 为好友，获取密码领取视频教程，加入时验证信息填：微信平台，以下是百度云链接
　　
　　
　　
　　文章正文内容
　　
　　以下就是几种常用的用PHP抓取网页中的内容的方法。
　　1. file_get_contents
　　
　　2.curl
　　
　　3.fopen->fread->fclose
　　
　　注意：
　　1.使用file_get_contents和fopen必须空间开启allow_url_fopen。
　　方法：编辑php.ini，设置allow_url_fopen = On，allow_url_fopen关闭时fopen和file_get_contents都不能打开远程文件。
　　2.使用curl必须空间开启curl。
　　方法：windows下修改php.ini，将extension=php_curl.dll前面的分号去掉，而且需要拷贝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下；Linux下要安装curl扩展。
　　
　　点击上面微信号关注我
　　
　　关注我哟 查看全部

　　【技术分享】PHP生成静态页面的方法
　　在PHP网站开发中为了网站推广和SEO等需要，需要对网站进行全站或局部静态化处理，PHP生成静态HTML页面有多种方法，比如利用PHP模板、缓存等实现页面静态化，今天就以PHP实例教程形式讨论PHP生成静态页面的方法。页面静态化的方法，分为两种，一种是伪静态，就是url 重写，一种是你真的静态化。下面介绍PHP中页面静态化的方法。
　　什么是PHP静态化
　　PHP静态化的简单理解就是使网站生成页面以静态HTML的形式展现在访客面前，PHP静态化分纯静态化和伪静态化，两者的区别在于PHP生成静态页面的处理机制不同。
　　PHP生成静态HTML页面的方法
　　1、利用PHP模板生成静态页面
　　PHP模板实现静态化非常方便，比如安装和使用PHP Smarty实现网站静态化。
　　2、使用PHP文件读写功能生成静态页面
　　PHP生成静态页面实例代码
　　3、使用PHP输出控制函数（Output Control）生成静态页面
　　输出控制函数（Output Control）也就是使用和控制缓存来生成静态HTML页面，也会使用到PHP文件读写函数。
　　PHP生成静态页面实例代码
　　我们知道使用PHP进行网站开发，一般执行结果直接输出到游览器，为了使用PHP生成静态页面，就需要使用输出控制函数控制缓存区，以便获取缓存区的内容，然后再输出到静态HTML页面文件中以实现网站静态化。
　　PHP生成静态页面的思路为：首先开启缓存，然后输出了HTML内容（你也可以通过include将HTML内容以文件形式包含进来），之后获取缓存中的内容，清空缓存后通过PHP文件读写函数将缓存内容写入到静态HTML页面文件中。PHP文件读写教程？
　　获得输出的缓存内容以生成静态HTML页面的过程需要使用三个函数：ob_start()、ob_get_contents()、ob_end_clean()。
　　知识点：
　　1、ob_start函数一般主要是用来开启缓存，注意使用ob_start之前不能有任何输出，如空格、字符等。
　　2、ob_get_contents函数主要用来获取缓存中的内容以字符串形式返回，注意此函数必须在ob_end_clean函数之前调用，否则获取不到缓存内容。
　　3、ob_end_clean函数主要是清空缓存中的内容并关闭缓存，成功则返回True，失败则返回False。
　　PHP输出控制函数（Output Control）有很多应用，今后将陆续展开。
　　至此，使用PHP生成静态HTML页面以实现网站静态化的方法就介绍完了，根据实际情况和需求你可以选择不同的静态化方法。
　　☞☞☞官方交流ＱＱ群：205564418
　　☞☞☞点击标题下方『优才创智』即可订阅
　　
　　优才网，全栈工程师培训领导品牌，致力于打造全栈工程师、后端架构师、未来ＣＴＯ。 查看全部

　　php抓取网页 （高级篇）PHP安全之Web攻击
　　单中输入的内容直接用于验证身份的查询，他就会尝试输入某些特殊的SQL字符串篡改查询改变其原来的功能，欺骗系统授予访问权限。
　　系统环境不同，攻击者可能造成的损害也不同，这主要由应用访问数据库的安全权限决定。如果用户的帐户具有管理员或其他比较高级的权限，攻击者就可能对数据库的表执行各种他想要做的操作，包括添加、删除或更新数据，甚至可能直接删除表
　　防范方法：
　　1.检查变量数据类型和格式
　　2.过滤特殊符号
　　3.绑定变量，使用预处理语句
　　二、跨网站脚本攻击(Cross Site Scripting, XSS)
　　攻击者将恶意代码注入到网页上，其他用户在加载网页时就会执行代码，攻击者可能得到包括但不限于更高的权限（如执行一些操作）、私密网页内容、会话和cookie等各种内容。这些恶意代码通常是JavaScript、HTML以及其他客户端脚本语言。
　　例如： <p> 查看全部

　　多个php页面都能抓？打个比方，你有100个
　　php抓取网页。不是，本来想说单页面可以抓取，那么多个php页面都能抓？打个比方，你有100个php页面，需要和10个页面互相链接，有很多你放在一起。所以一个页面可以抓取，但是n个页面就爬不过来了。
　　你可以写个爬虫平常就抓互联网上的网页，然后再用http协议从中匹配需要的网页，最后返回结果。
　　http协议..
　　把php服务器改造一下
　　1。页面类型：1)。phptemplate的类型：开源的有puppeteer，erlang里有urllib2，c++的叫express或者koamicrosoft和wordpress都有用了，ruby有grpc2)。动态的页面，将网页打包发给爬虫，爬虫代替php模拟请求去请求另外的网页；2。自己通过定义iframe(代表一个网页)iframe=io。
　　builder('item')ifitem。replace('page','')==true:3。结构化：网页结构是否合理，发现wordpress居然有extraction模块好像与php整合有不少地方不太友好；。
　　就wordpress目前而言，如果你还采用online工具接入的话，那连php的markup编译器都是需要自己完成的（整合），也就是和服务器需要通信的，这点就比较麻烦了。你可以考虑下是否可以在wordpress页面上写有关数据库表的代码。目前对于wordpress，很多表需要etl自动转化为内存形式。 查看全部

　　[精选] 模拟登陆并抓取数据，用php也是可以做到的
　　点击加入：
　　商务合作请加微信(QQ)：2230304070
　　精选文章正文
　　服务器活动推荐：【腾讯云12月份服务器限时秒杀活动，最低99元】活动地址：
　　使用PHP的Curl扩展库可以模拟实现登录，并抓取一些需要用户账号登录以后才能查看的数据。具体实现的流程如下
　　1. 首先需要对相应的登录页面的html源代码进行分析，获得一些必要的信息：
　　1）登录页面的地址；
　　2）验证码的地址；
　　3）登录表单需要提交的各个字段的名称和提交方式；
　　4）登录表单提交的地址；
　　5）另外要需要知道要抓取的数据所在的地址。
　　2. 获取cookie并存储（针对使用cookie文件的网站）
　　$login_url = 'http://www.xxxxx';  //登录页面地址<br />$cookie_file = dirname(__FILE__)."/pic.cookie";  //cookie文件存放位置（自定义）<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $login_url);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);<br />curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file);<br />curl_exec($ch);<br />curl_close($ch);<br />
　　3. 获取验证码并存储（针对使用验证码的网站）
　　$verify_url = "http://www.xxxx";   //验证码地址<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $verify_url);<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);<br />$verify_img = curl_exec($ch);<br />curl_close($ch);<br />$fp = fopen("./verify/verifyCode.png",'w');  //把抓取到的图片文件写入本地图片文件保存<br />fwrite($fp, $verify_img);<br />fclose($fp);<br />
　　说明：
　　由于不能实现验证码的识别，所以我这里的做法是，把验证码图片抓取下来存放到本地文件中，然后在自己项目中的html页面中显示，让用户去填写，等用户填写完账号、密码和验证码，并点击提交按钮之后再去进行下一步的操作。
　　4. 模拟提交登录表单：
　　$ post_url = 'http://www.xxxx';   //登录表单提交地址<br />$post = "username=$account&password=$password&seccodeverify=$verifyCode";//表单提交的数据（根据表单字段名和用户输入决定）<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $ post_url);<br />curl_setopt($ch, CURLOPT_HEADER, false);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);<br />curl_setopt($ch, CURLOPT_POSTFIELDS, $post);     //提交方式为post<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />curl_exec($ch);<br />curl_close($ch);<br />
　　5. 抓取数据：
　　$data_url = "http://www.xxxx";   //数据所在地址<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $data_url);<br />curl_setopt($ch, CURLOPT_HEADER, false);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,0);<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />$data = curl_exec($ch);<br />curl_close($ch);<br />
　　到目前为止，已经把数据所在地址的这个页面都抓取下来存储在字符串变量$data中了。
　　需要注意的是抓取下来的是一个网页的html源代码，也就是说这个字符串中不仅包含了你想要的数据，还包含了许多的html标签等你不想要的东西。所以如果你想要从中提取出你需要的数据的话，你还要对存放数据的页面的html代码进行分析，然后结合字符串操作函数、正则匹配等方法从中提取出你想要的数据。 查看全部

　　[精选] 模拟登陆并抓取数据，用php也是可以做到的
　　点击加入：
　　商务合作请加微信(QQ)：2230304070
　　精选文章正文
　　服务器活动推荐：【腾讯云12月份服务器限时秒杀活动，最低99元】活动地址：
　　使用PHP的Curl扩展库可以模拟实现登录，并抓取一些需要用户账号登录以后才能查看的数据。具体实现的流程如下
　　1. 首先需要对相应的登录页面的html源代码进行分析，获得一些必要的信息：
　　1）登录页面的地址；
　　2）验证码的地址；
　　3）登录表单需要提交的各个字段的名称和提交方式；
　　4）登录表单提交的地址；
　　5）另外要需要知道要抓取的数据所在的地址。
　　2. 获取cookie并存储（针对使用cookie文件的网站）
　　$login_url = 'http://www.xxxxx';  //登录页面地址<br />$cookie_file = dirname(__FILE__)."/pic.cookie";  //cookie文件存放位置（自定义）<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $login_url);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);<br />curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file);<br />curl_exec($ch);<br />curl_close($ch);<br />
　　3. 获取验证码并存储（针对使用验证码的网站）
　　$verify_url = "http://www.xxxx";   //验证码地址<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $verify_url);<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);<br />$verify_img = curl_exec($ch);<br />curl_close($ch);<br />$fp = fopen("./verify/verifyCode.png",'w');  //把抓取到的图片文件写入本地图片文件保存<br />fwrite($fp, $verify_img);<br />fclose($fp);<br />
　　说明：
　　由于不能实现验证码的识别，所以我这里的做法是，把验证码图片抓取下来存放到本地文件中，然后在自己项目中的html页面中显示，让用户去填写，等用户填写完账号、密码和验证码，并点击提交按钮之后再去进行下一步的操作。
　　4. 模拟提交登录表单：
　　$ post_url = 'http://www.xxxx';   //登录表单提交地址<br />$post = "username=$account&password=$password&seccodeverify=$verifyCode";//表单提交的数据（根据表单字段名和用户输入决定）<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $ post_url);<br />curl_setopt($ch, CURLOPT_HEADER, false);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);<br />curl_setopt($ch, CURLOPT_POSTFIELDS, $post);     //提交方式为post<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />curl_exec($ch);<br />curl_close($ch);<br />
　　5. 抓取数据：
　　$data_url = "http://www.xxxx";   //数据所在地址<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $data_url);<br />curl_setopt($ch, CURLOPT_HEADER, false);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,0);<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />$data = curl_exec($ch);<br />curl_close($ch);<br />
　　到目前为止，已经把数据所在地址的这个页面都抓取下来存储在字符串变量$data中了。
　　需要注意的是抓取下来的是一个网页的html源代码，也就是说这个字符串中不仅包含了你想要的数据，还包含了许多的html标签等你不想要的东西。所以如果你想要从中提取出你需要的数据的话，你还要对存放数据的页面的html代码进行分析，然后结合字符串操作函数、正则匹配等方法从中提取出你想要的数据。 查看全部

　　php抓取网页一：响应式网页（页面不要太多）
　　php抓取网页一：响应式网页（页面不要太多），因为php存在“慢而不好看”的特性，是以内存记录网页内容的，所以网页中对于页面字数比较多或文字比较多的内容一定要要占用很大的内存分页显示二：页面的显示和php关联上，php在收到数据后，对接收到的内容如果很早显示内容内容大小和最新显示的数据大小不匹配，会直接全部显示未显示的内容。
　　这种快慢的问题大部分是内存泄漏导致的。而php程序员php代码中想找到页面刷新原因、内容记录原因等内容，那是非常非常费劲的，所以这种情况要做减法响应式网页（网页不要很多）这种网页的速度一般都会很快。
　　网页实例测试用php能做到哪些事？1。单页面http请求（常用）请求：apache(server/worker),mercury(workerman)/iis,iisapache1。3/server2。ftp收发（常用）3。服务器加速：galib以及网络加速4。批量文本识别/字典/数组/排序5。数据接口/回调地址检测/命名/注册6。多线程/并发调用。
　　把各种内容抓进来，然后比如文本解析，标题，内容，json的数据解析处理，分页，页眉页脚的生成（同时生成页脚和页面和页面的链接），图片等网络资源的请求转发等等。总结一下就是数据处理、信息获取、体验的提升。当然这些技术在各个场景都有用到，各有优劣，如果有兴趣可以去学习一下，实际的应用，还是要用最好的场景，不然都不好。 查看全部

　　[精选] 模拟登陆并抓取数据，用php也是可以做到的
　　点击加入：
　　商务合作请加微信(QQ)：2230304070
　　精选文章正文
　　服务器活动推荐：【腾讯云12月份服务器限时秒杀活动，最低99元】活动地址：
　　使用PHP的Curl扩展库可以模拟实现登录，并抓取一些需要用户账号登录以后才能查看的数据。具体实现的流程如下
　　1. 首先需要对相应的登录页面的html源代码进行分析，获得一些必要的信息：
　　1）登录页面的地址；
　　2）验证码的地址；
　　3）登录表单需要提交的各个字段的名称和提交方式；
　　4）登录表单提交的地址；
　　5）另外要需要知道要抓取的数据所在的地址。
　　2. 获取cookie并存储（针对使用cookie文件的网站）
　　$login_url = 'http://www.xxxxx';  //登录页面地址<br />$cookie_file = dirname(__FILE__)."/pic.cookie";  //cookie文件存放位置（自定义）<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $login_url);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);<br />curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file);<br />curl_exec($ch);<br />curl_close($ch);<br />
　　3. 获取验证码并存储（针对使用验证码的网站）
　　$verify_url = "http://www.xxxx";   //验证码地址<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $verify_url);<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);<br />$verify_img = curl_exec($ch);<br />curl_close($ch);<br />$fp = fopen("./verify/verifyCode.png",'w');  //把抓取到的图片文件写入本地图片文件保存<br />fwrite($fp, $verify_img);<br />fclose($fp);<br />
　　说明：
　　由于不能实现验证码的识别，所以我这里的做法是，把验证码图片抓取下来存放到本地文件中，然后在自己项目中的html页面中显示，让用户去填写，等用户填写完账号、密码和验证码，并点击提交按钮之后再去进行下一步的操作。
　　4. 模拟提交登录表单：
　　$ post_url = 'http://www.xxxx';   //登录表单提交地址<br />$post = "username=$account&password=$password&seccodeverify=$verifyCode";//表单提交的数据（根据表单字段名和用户输入决定）<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $ post_url);<br />curl_setopt($ch, CURLOPT_HEADER, false);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);<br />curl_setopt($ch, CURLOPT_POSTFIELDS, $post);     //提交方式为post<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />curl_exec($ch);<br />curl_close($ch);<br />
　　5. 抓取数据：
　　$data_url = "http://www.xxxx";   //数据所在地址<br />$ch = curl_init();<br />curl_setopt($ch, CURLOPT_URL, $data_url);<br />curl_setopt($ch, CURLOPT_HEADER, false);<br />curl_setopt($ch, CURLOPT_HEADER, 0);<br />curl_setopt($ch, CURLOPT_RETURNTRANSFER,0);<br />curl_setopt($ch, CURLOPT_COOKIEFILE, $cookie_file);<br />$data = curl_exec($ch);<br />curl_close($ch);<br />
　　到目前为止，已经把数据所在地址的这个页面都抓取下来存储在字符串变量$data中了。
　　需要注意的是抓取下来的是一个网页的html源代码，也就是说这个字符串中不仅包含了你想要的数据，还包含了许多的html标签等你不想要的东西。所以如果你想要从中提取出你需要的数据的话，你还要对存放数据的页面的html代码进行分析，然后结合字符串操作函数、正则匹配等方法从中提取出你想要的数据。 查看全部

　　php抓取网页(如何用PHP抓取网页上的数据？教你如何使用Headlesschrome抓取网页内容
)
　　随着近几年前端的快速发展，目前的前端趋势是使用一些 JS 框架进行开发，比如大家熟知的 React、Angular 和 Vue。有些媒体网页为了防止内容被复制，使用ajax或者使用js在网页上插入cookies，然后使用ajax进行判断。
　　正所谓道高一尺，魔高一尺，所以今天就教大家如何使用php抓取网页数据。
　　通常，用PHP爬取网页的数据无非就是CURL或者使用file_get_contents，或者使用打包后的简单html dom。这种情况下，确实可以取数据，但是不能等网页上的js加载完毕再取数据。
　　因此，网上有一种phantomjs的解决方案，使用php爬取js加载的网页。但是我用了之后发现有些网站会用js插入cookies，然后验证cookies。但是phantomjs无法保存cookies，phantomjs的作者放弃了维护这个项目，可能是因为chrome在59版本推出了headless功能。
　　什么是无头镀铬？
　　Headless Chrome 是 Chrome 浏览器的无界面形式。PHP使用headless chrome加载网页，然后就可以获取网页上的内容，截图，或者将截图转换成PDF
　　接下来是干货！教你如何使用 Headless chrome 抓取网页内容。
　　首先我们在Github上使用chrome php，这是一个打包好的库，所以不用自己写，直接使用即可
　　本文文章主要教大家如何抓取内容，Headless Chrome还有其他功能，可以看这个chrome php文档使用其他API
　　use HeadlessChromium\BrowserFactory;
$browserFactory = new BrowserFactory('/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome');
// starts headless chrome
$browser = $browserFactory->createBrowser();
// creates a new page and navigate to an url
$page = $browser->createPage();
$page->navigate('http://example.com')->waitForNavigation('networkIdle');

// get page content
$pageTitle = $page->evaluate('document.documentElement.innerHTML')->getReturnValue();

// bye
$browser->close();
　　BrowserFactory 中传递的参数是我本地机器上的 chrome。以上是mac的配置
　　如果是windows用户，找到自己chrome的路径，如果是linux服务器，写google-chrome的命令
　　窗口配置
　　new BrowserFactory('C:\Program Files (x86)\Google\Chrome\Application\chrome');
　　CentOS 配置
　　新的 BrowserFactory('google-chrome');
　　Windows和CentOS的配置我没试过。Windows 配置可在 Internet 上找到。对于 CentOS，我还没有把代码放在服务器上试用。理论上应该问题不大。如果有什么问题，请在下方留言交流，但是下面在 CentOS 上安装 Chrome 确实没问题。
　　在 CentOS 上安装谷歌浏览器
　　1.下载chrome最新rpm
　　2.下载后直接安装
　　yum localinstall google-chrome-stable_current_x86_64.rpm
　　3.安装后检查版本
　　google-chrome -version
　　4.可以测试截图，必须写--no-sandbox，否则无法正常工作
　　google-chrome --no-sandbox --headless --disable-gpu --screenshot https://www.chromestatus.com/
　　如果不写--no-sandbox，会报错，就是下面的错误信息
　　[0714/013139.867781:ERROR:(89)] 不支持在没有 –no-sandbox 的情况下以 root 身份运行。请参阅
　　 查看全部

　　php抓取网页(PhantomJS快速入门PhantomJS)
　　第一个 PhantomJS 快速入门
　　PhantomJS 是一个基于 WebKit 的服务器端 API。它完全支持没有浏览器支持的 Web，并且速度很快并且原生支持各种 Web 标准：DOM 操作、CSS 选择器、JSON、Canvas 和 SVG。 PhantomJS 可用于页面自动化、Web 监控、网页截图和 UI 测试。 javascript
　　1、安装
　　安装包下载地址：，包括Windows、Mac OS、Linux版本，可以选择对应的版本下载解压（为了方便可以自己设置phantomjs的环境变量），里面有一个example文件夹，里面收录很多代码已经写好使用。本文假设 phantomjs 已经安装并设置了环境变量。 php
　　2、使用你好，世界！
　　使用以下两行脚本创建一个新的文本文件：html
　　console.log('Hello, world!');
phantom.exit();
　　将文件保存为hello.js并执行：java
　　phantomjs hello.js
　　输出是：Hello, world!jquery
　　第一行将字符串打印到终端，第二行 phantom.exit 将退出。
　　在这个脚本中调用 phantom.exit 很重要，否则 PhantomJS 根本不会终止。混帐
　　脚本参数 - 脚本参数
　　Phantomjs如何传递参数？见下文：github
　　phantomjs examples/arguments.js foo bar baz
　　其中foo、bar、baz是要传递的参数，如何获取：web
　　var system = require('system');
if (system.args.length === 1) {
console.log('Try to pass some args when invoking this script!');
} else {
system.args.forEach(function (arg, i) {
console.log(i + ': ' + arg);
});
}
phantom.exit();
　　会输出：ajax
　　0: foo
1: bar
2: baz
　　页面加载——页面加载
　　通过创建网页对象，可以加载、解析和呈现网页。 sql
　　以下脚本采用示例页面对象的最简单用法，加载它并将其保存为图像，example.png。
　　var page = require('webpage').create();
page.open('http://example.com', function () {
page.render('example.png');
phantom.exit();
});
　　由于这个功能，PhantomJS可以用来截取网页，对一些内容进行快照，比如保存网页、SVG为图片、PDF等。这个功能非常好。
　　下一个 loadspeed.js 脚本会加载一个特殊的 URL（不要忘记 http 协议）并测量加载页面的时间。
　　var page = require('webpage').create(),
system = require('system'),
t, address;
if (system.args.length === 1) {
console.log('Usage: loadspeed.js ');
phantom.exit();
}
t = Date.now();
address = system.args[1];
page.open(address, function (status) {
if (status !== 'success') {
console.log('FAIL to load the address');
} else {
t = Date.now() - t;
console.log('Loading time ' + t + ' msec');
}
phantom.exit();
});
　　在命令行运行脚本：
　　phantomjs loadspeed.js http://www.google.com
　　它输出如下内容：
　　加载加载时间 719 毫秒
　　代码评估 - 代码评估
　　要在网页上下文中评估 JavaScript 或 CoffeeScript，请使用 evaluate() 方法。代码在“沙箱”中运行，它无法读取其所属页面上下文之外的任何 JavaScript 对象和变量。 evaluate() 将返回一个对象，但它仅限于简单对象，不能收录方法或闭包。
　　这是一个显示页面标题的示例：
　　var page = require('webpage').create();
page.open(url, function (status) {
var title = page.evaluate(function () {
return document.title;
});
console.log('Page title is ' + title);
});
　　默认情况下，不会显示来自网页的任何控制台消息，包括来自 evaluate() 内部的代码。要覆盖这个行为，使用 onConsoleMessage 回调函数，前面的例子可以重写为：
　　var page = require('webpage').create();
page.onConsoleMessage = function (msg) {
console.log('Page title is ' + msg);
};
page.open(url, function (status) {
page.evaluate(function () {
console.log(document.title);
});
});
　　DOM 操作 - DOM 操作
　　因为脚本似乎在网络浏览器上运行，所以标准的 DOM 脚本和 CSS 选择器可以正常工作。这使得 PhantomJS 适合支持各种页面自动化任务。
　　下面的useragent.js会读取id为myagent的元素的textContent属性：
　　var page = require('webpage').create();
console.log('The default user agent is ' + page.settings.userAgent);
page.settings.userAgent = 'SpecialAgent';
page.open('http://www.httpuseragent.org', function (status) {
if (status !== 'success') {
console.log('Unable to access network');
} else {
var ua = page.evaluate(function () {
return document.getElementById('myagent').textContent;
});
console.log(ua);
}
phantom.exit();
});
　　上面的例子提供了一种自定义用户代理的方法。
　　使用 JQuery 和其他库：
　　var page = require('webpage').create();
page.open('http://www.sample.com', function() {
page.includeJs("http://ajax.googleapis.com/aja ... ot%3B, function() {
page.evaluate(function() {
$("button").click();
});
phantom.exit()
});
});
　　网络请求和响应
　　当页面向远程服务器请求资源时，可以通过 onResourceRequested 和 onResourceReceived 回调方法跟踪请求和响应。示例 netlog.js：
　　var page = require('webpage').create();
page.onResourceRequested = function (request) {
console.log('Request ' + JSON.stringify(request, undefined, 4));
};
page.onResourceReceived = function (response) {
console.log('Receive ' + JSON.stringify(response, undefined, 4));
};
page.open(url);
　　有关如何使用此功能进行 HAR 输出和基于 YSlow 的性能分析的更多信息，请参阅网络监控页面。
　　PhantomJs 官网：
　　GitHub：
　　以上帮助说明来自woiweb：
　　windows下使用php执行phantomjs
　　下面直接给出执行代码：
　　echo '';
exec('H:\wamp\www\phantomjs\bin\phantomjs --output-encoding=utf8 H:\wamp\www\Xss_Scanner\test.js ',$output_main);
　　var_dump($output_main);
　　// $str = implode('',$output_main);
// var_dump($str);
　　test.js文件内容如下：
　　console.log('Loading a web page');
　　var page = require('webpage').create();
　　var url = 'http://www.mafutian.net/';
　　page.open(url, function (status) {
　　 //Page is loaded!
　　 if (status !== 'success') {
　　 console.log('Unable to post!');
　　 } else {
　　 console.log(page.content);
　　 }
　　 phantom.exit();
　　});
　　执行结果如下图所示：
　　
　　注意，要达到上述执行结果，需要以下几点：
　　(1）PHP的安全模式无法开启，即需要在php.ini中将sql.safe_mode设置为Off。（并且重启服务器，当然php本身也不开启默认开启安全模式）
　　p>
　　(2）无论phantomjs是否添加到系统环境变量中，都应该是exec()中的绝对路径，以下执行无效：
　　exec('phantomjs --output-encoding=utf8 H:\wamp\www\Xss_Scanner\test.js ',$output_main);
　　phantomjs的绝对路径是必须的。
　　需要注意的是，js文件不能走绝对路径。可以相对于网站根目录，如下执行成功：
　　exec('H:\wamp\www\phantomjs\bin\phantomjs --output-encoding=utf8 test.js ',$output_main);
　　注意：test.js放在网站的根目录下。
　　另外：另外一个函数systom()可以在PHP下执行phantomjs
　　以上内容参考：连接地址：
　　php-phantomjs中文API整理的合集DEMO
<p> 查看全部

　　php抓取网页(想象你想通过apache脚本配置.htacces，其余的都是相同的！)
　　想象一个服务器的根目录有多个别名，例如 website.nl；网站.de;使用这个物理主机直接访问 root 的根 httpdocs：
　　httpdocs...
httpdocsholland # webpages in Dutch (home.php | contact.php | etc)
httpdocsdeutsch # webpages in English (home.php | contact.php | etc)
httpdocsimages # all multilingual webpages share the same images
httpdocsjs_css # all multilingual webpages share the same scripts/layout
httpdocs.htaccess # here be a clean root, nothing else than .htaccess
　　所以只有webpage.php不同：其余的都是一样的！现在假设你想通过一个apache脚本配置.htacces来“填补根目录和文件夹之间的空白”，这样就可以在浏览器和水下输入正确的php网页，但保留较短的url在浏览器：
　　website.nl/home.php
　　//提取的文件应该来自与website.nl关联的holland文件夹
　　website.de/home.php
　　//提取的文件应该来自与website.de关联的deutsch文件夹（而不是在浏览器中看到这个：website.nl/holland/home.php | website.de/deutsch/home.php）什么apache脚本行会做这样的事情吗？非常感谢！ 查看全部