php抓取网页snoopy(Snoopy类的下载地址和下载类下载方法汇总)
　　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 要求您服务器的 PHP 版本在 4.0 以上，并且支持 PCRE（Perl Compatible Regular Expressions），并且支持基本的 LAMP 服务。史努比分类下载地址为：
　　一、史努比的一些特点：
　　1.抓取网页抓取的内容
　　2.获取网页的文本内容（去除HTML标签）fetchtext
　　3.获取网页链接，表单获取链接获取表单
　　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，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
　　11. 支持重定向时cookie的传输，php4以上就可以了。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、类方法：
　　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、类属性：（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 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。 （真实）
　　$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 查看全部

　　php抓取网页snoopy(PHP类Snoopy的一些特点:*方便网页的文本内容)
　　我们都知道PHP类中的Snoopy是什么
　　Snoopy是一个PHP类，用于模拟web浏览器的功能。它可以完成获取网页内容和发送表单的任务
　　PHP类Snoopy的一些功能：
　　*易于抓取网页内容
　　*易于抓取网页的文本内容（删除HTML标记）
　　*易于获取网页链接
　　*支持代理主机
　　*支持基本用户名/密码身份验证
　　*支持设置用户代理、引用、cookie和标题内容
　　*支持浏览器转向和控制转向深度
　　*可以将网页中的链接扩展为高质量URL（默认）
　　*提交数据和获取返回值很方便
　　*支持跟踪HTML框架（添加了V0.92）
　　*重新转向时支持Cookie的交付（添加了V0.92）
　　PHP Snoopy的正确操作要求您的服务器的PHP版本超过4，并且支持PCRE（Perl兼容的正则表达式），基本lamp服务支持PCRE
　　它提供以下接口或方法：
　　获取（$URI）
　　此方法用于获取网页的内容，$URI是要捕获的网页的URL，捕获的结果存储在$This->results中。如果抓取一帧，将抓取每个帧，并将结果保存到数组中
　　fetchtext（$URI）
　　此方法与fetch（）大致相同，只是其结果是文本，不包括HTML标记和其他无关信息
　　fetchform（$URI）
　　此方法仅返回捕获的网页上的表单元素
　　获取链接（$URI）
　　此方法仅返回捕获的网页上的链接。默认情况下，返回的链接是收录域名的链接
　　提交（$URI，$formvars）
　　此方法将表单提交到指定的$URI$Formvars是要传递的表单变量数组
　　submittext（$URI，$formvars）
　　此方法基本上与submit（）相同，但它返回文本，不包括HTML标记和其他不相关的数据
　　提交链接（$URI）
　　此方法返回一个链接
　　这些都是PHP类Snoopy的内容。我希望这对你有帮助
　　Truetecharticle每个人都知道PHP类中的Snoopy是什么？Snoopy是一个PHP类，用于模拟web浏览器的功能。它可以完成获取网页内容和发送表单的任务。PHP类Snoopy的一些特性 查看全部

　　php抓取网页snoopy(如何在PHP中做到这一点，而不需要外部的“模拟器”)
　　您可以在 cURL 中执行此操作，而无需外部“模拟器”。
　　以下代码会将页面检索到 PHP 变量中进行解析。
　　脚本
　　有一个页面（我们称之为 HOME）可以打开会话。在服务器端，如果是在 PHP 中，则是第一次调用 session_start()（实际上是任意一次）。在其他语言中，您需要一个特定页面来完成所有会话设置。从客户端，它是提供会话 ID cookie 的页面。在 PHP 中，所有会话页面都可以；在其他语言中，登录页面会这样做，其他人会检查cookie是否存在，如果不存在，则不会创建会话，您将被置于HOME。
　　有一个页面（登录）会生成一个登录表单并添加一个带有关键信息的会话——“此用户已经登录”。在下面的代码中，这是需要会话 ID 的页面。
　　最后，有N页，有好东西可以刮。
　　所以我们要打HOME，然后登录，然后GOODIES一一。在 PHP（和其他语言）中，HOME 和 LOGIN 也可能是同一个页面。或者所有页面都可以共享相同的地址，例如在单个页面应用程序中。
　　代码
　　 $url = "the url generating the session ID"; $next_url = "the url asking for session"; $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); // We do not authenticate, only access page to get a session going. // Change to False if it is not enough (you'll see that cookiefile // remains empty). curl_setopt($ch, CURLOPT_NOBODY, True); // You may want to change User-Agent here, too curl_setopt($ch, CURLOPT_COOKIEFILE, "cookiefile"); curl_setopt($ch, CURLOPT_COOKIEJAR, "cookiefile"); // Just in case curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true); $ret = curl_exec($ch); // This page we retrieve, and scrape, with GET method foreach(array( CURLOPT_POST => False, // We GET... CURLOPT_NOBODY => False, // ...the body... CURLOPT_URL => $next_url, // ...of $next_url... CURLOPT_BINARYTRANSFER => True, // ...as binary... CURLOPT_RETURNTRANSFER => True, // ...into $ret... CURLOPT_FOLLOWLOCATION => True, // ...following redirections... CURLOPT_MAXREDIRS => 5, // ...reasonably... CURLOPT_REFERER => $url, // ...as if we came from $url... //CURLOPT_COOKIEFILE => 'cookiefile', // Save these cookies //CURLOPT_COOKIEJAR => 'cookiefile', // (already set above) CURLOPT_CONNECTTIMEOUT => 30, // Seconds CURLOPT_TIMEOUT => 300, // Seconds CURLOPT_LOW_SPEED_LIMIT => 16384, // 16 Kb/s CURLOPT_LOW_SPEED_TIME => 15, // ) as $option => $value) if (!curl_setopt($ch, $option, $value)) die("could not set $option to " . serialize($value)); $ret = curl_exec($ch); // Done; cleanup. curl_close($ch);
　　实现
　　首先，我们必须获得登录页面。
　　我们使用了一个特殊的用户代理来介绍自己，为了能够被识别（我们不想和网站管理员对抗），我们还欺骗服务器给我们发送定制版的浏览器< @网站。理想情况下，我们使用与要用于调试页面的任何浏览器相同的 User-Agent，并使用后缀来检查他们是否正在查看自动化工具（请参阅 Halfer 的评论）。
　　 $ua = 'Mozilla/5.0 (Windows NT 5.1; rv:16.0) Gecko/20100101 Firefox/16.0 (ROBOT)'; $cookiefile = "cookiefile"; $url1 = "the login url generating the session ID"; $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url1); curl_setopt($ch, CURLOPT_USERAGENT, $ua); curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiefile); curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiefile); curl_setopt($ch, CURLOPT_FOLLOWLOCATION, True); curl_setopt($ch, CURLOPT_NOBODY, False); curl_setopt($ch, CURLOPT_RETURNTRANSFER, True); curl_setopt($ch, CURLOPT_BINARYTRANSFER, True); $ret = curl_exec($ch);
　　这将检索需要用户/密码的页面。通过检查页面，我们找到了必填字段（包括隐藏的字段）并可以填写它们。FORM 标签告诉我们是否需要继续 POST 或 GET。
　　我们可能需要检查表单代码以调整以下操作，因此我们要求cURL将页面内容原样返回给$ret并返回页面正文。有时，将 CURLOPT_NOBODY 设置为 True 仍然足以触发会话创建和 cookie 提交，如果是这样，它会更快。但是 CURLOPT_NOBODY（“无正文”）发出 HEAD 请求而不是 GET。有时 HEAD 请求不起作用，因为服务器只会以完整的 GET 响应。
　　除了以这种方式检索正文之外，您还可以使用真实的 Firefox 登录并嗅探使用 Firebug（或 Chrome 和 Chrome 工具）发布的表单内容；一些 网站 会尝试使用 Javascript 来填充/修改隐藏的字段，这样提交的表单就不会变成你在 HTML 代码中看到的表单。
　　网站 管理员不希望他的 网站 被抓取，并且可能会发送一个带有时间戳的隐藏字段。一个人（没有太聪明的浏览器的帮助——有办法告诉浏览器不要太聪明；最坏的情况下，每次更改用户名并传递字段）至少需要三秒钟才能填写表格。cURL 脚本为零。当然，可以模拟延迟。这些都是太阳镜
　　我们可能还需要注意表单的外观。例如，网站 管理员可以建立一个表单，询问姓名、电子邮件和密码；然后，通过使用 CSS，将“电子邮件”字段移动到要查找名称的位置，反之亦然。因此，实际提交的表单将在名为 username 的字段中收录“@”，但在名为 email 的字段中不收录“@”。服务端，期待这一点，正好将这两个字段颠倒过来。手工制作的“刮板”（或垃圾桶）会做一些看似自然的事情，并在电子邮件字段中发送电子邮件。这样做，它背叛了自己。通过真正的 CSS 和 JS 感知浏览器，发送有意义的数据，并嗅探发送的实际内容，我们也许能够克服这个特殊的障碍。也许，因为有办法让生活变得困难。正如我所说，太极拳。
　　回到这个案例，在这个案例中，表单收录三个没有 Javascript 覆盖的字段。我们有 cPASS、cUSR 和 checkLOGIN，其值是“检查登录”。
　　因此，我们准备了适当的字段表单。请注意，表单将用作 application/x-www-form-urlencoded，这在 PHP cURL 中意味着两件事：
　　正如它所说，表单字段是 urlencoded；有一个功能。
　　我们读取表单的 action 字段；这是我们将用于提交身份验证的 URL（我们必须这样做）。
　　所以一切都准备好了
　　 $fields = array( 'checkLOGIN' => 'Check Login', 'cUSR' => 'jb007', 'cPASS' => 'astonmartin', ); $coded = array(); foreach($fields as $field => $value) $coded[] = $field . '=' . urlencode($value); $string = implode('&', $coded); curl_setopt($ch, CURLOPT_URL, $url1); //same URL as before, the login url generating the session ID curl_setopt($ch, CURLOPT_POST, True); curl_setopt($ch, CURLOPT_POSTFIELDS, $string); $ret = curl_exec($ch);
　　我们现在期待着“你好，詹姆斯——下一场精彩的比赛怎么样？” 页。但更重要的是，我们期望与 $cookiefile 中保存的 cookie 关联的会话已经提供了关键信息——“用户已通过身份验证”。
　　因此，所有后续使用 $ch 创建的页面请求和相同的 cookie jar 都将被授予访问权限，使我们能够非常轻松地“抓取”页面——记住将请求模式设置回 GET：
　　 curl_setopt($ch, CURLOPT_POST, False); // Start spidering foreach($urls as $url) { curl_setopt($ch, CURLOPT_URL, $url); $HTML = curl_exec($ch); if (False === $HTML) { // Something went wrong, check curl_error() and curl_errno(). } } curl_close($ch);
　　在循环中，您可以访问 $HTML-每个页面的 HTML 代码。
　　使用正则表达式的诱惑很大。你必须抵制它。为了更好地应对不断变化的 HTML，并且当布局保持不变但内容发生变化时（例如，您发现有 Nice、Tourrette-Levens、Castagniers，但从来没有 Asprémont 或 Gattières，是不是很奇怪？），最好的选择是使用 DOM：
　　抓取A元素的href属性 查看全部

　　php抓取网页snoopy(Snoopy的特点:抓取网页的文本内容(去除HTML标签))
　　Snoopy是一个PHP类，用于模拟浏览器的功能。它可以获取web内容、发送表单以及开发一些采集程序和小偷程序
　　史努比的一些特点：
　　获取网页的内容
　　抓取网页的文本内容（删除HTML标记）抓取文本
　　抓取网页链接，表单获取链接获取表单
　　支持代理主机
　　支持基本用户名/密码身份验证
　　支持设置用户代理、引用、cookie和标题内容
　　支持浏览器重定向并控制重定向深度
　　可以将网页中的链接扩展为高质量URL（默认）
　　提交数据并获取返回值
　　支持跟踪HTML框架
　　支持重定向时传输cookie
　　PHP4或以上就足够了。因为它是一个PHP类，所以不需要扩展来支持它。当服务器不支持curl时，它是最佳选择
　　Snoopy类方法和示例：
　　获取（$URI）
　　这是一种用于获取网页内容的方法
　　$URI参数是已爬网网页的URL地址
　　获取的结果存储在$this->results中
　　如果您正在抓取一帧，Snoopy将跟踪每个帧并将其存储在数组中，然后存储$this->results
　　fetchtext（$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（$URI）
　　此方法类似于fetch（）。唯一的区别是，此方法将删除HTML标记和其他不相关的数据，并且只返回网页中的表单内容
　　获取链接（$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链接
　　默认情况下，相对链接会自动完成并转换为完整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
　　提交链接（$URI）
　　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
　　史努比采集类属性：（默认值在括号中）
　　$host连接的主机
　　$port连接端口
　　$proxy\主机使用的代理主机（如果有）
　　$proxy\端口使用代理主机端口（如果有）
　　$agent用户代理伪装（史努比V0.1)
　　$referer源信息（如果有）
　　$cookies饼干，如有
　　$rawheads其他标题信息（如有）
　　$maxredrs最大重定向时间，0=不允许（5)
　　$offsiteok是否允许场外重定向。（true）
　　$expandlinks是否完成指向完整地址的所有链接（true）
　　$user authentication username（如果有）
　　$pass身份验证用户名（如果有） 查看全部

　　php抓取网页snoopy(模拟浏览器的一些特点:Snoopy的特点及特点分析)
　　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
　　史努比的一些特点：
　　1获取网页的内容
　　2抓取网页的文本内容（删除HTML标记）抓取文本
　　三,。抓取网页链接和表单获取链接获取表单
　　四,。支持代理主机
　　五,。支持基本用户名/密码身份验证
　　6支持设置用户代理、推荐人、cookies和headercontent
　　7支持浏览器重定向，可以控制重定向深度
　　8可以将网页中的链接扩展为高质量URL（默认）
　　9提交数据并获取返回值
　　10支持跟踪HTML框架
　　十一,。支持重定向时传输cookie
　　PHP4或以上就足够了。因为它是一个PHP类，所以不需要扩展来支持它。当服务器不支持curl时，它是最佳选择
　　类方法：
　　获取（$URI）
　　---–
　　这是一种用于获取网页内容的方法
　　$URI参数是已爬网网页的URL地址
　　获取的结果存储在$this->results中
　　如果您正在抓取一帧，Snoopy将跟踪每个帧并将其存储在数组中，然后存储$this->results
　　fetchtext（$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（$URI）
　　-----
　　此方法类似于fetch（）。唯一的区别是，此方法将删除HTML标记和其他不相关的数据，并且只返回网页中的表单内容
　　获取链接（$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链接
　　默认情况下，相对链接会自动完成并转换为完整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
　　提交链接（$URI）
　　------
　　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连接的主机
　　$port连接端口
　　$proxy\主机使用的代理主机（如果有）
　　$proxy\端口使用代理主机端口（如果有）
　　$agent用户代理伪装（史努比V0.1)
　　$referer源信息（如果有）
　　$cookies饼干，如有
　　$rawheads其他标题信息（如有）
　　$maxredrs最大重定向时间，0=不允许（5)
　　$offsiteok是否允许场外重定向。（true）
　　$expandlinks是否完成指向完整地址的所有链接（true）
　　$user authentication username（如果有）
　　$pass身份验证用户名（如果有） 查看全部

　　php抓取网页snoopy(
下载snoopySnoopy的一些特点(一)(组图))
　　
　　
　　
　　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需要服务器的PHP版本在4以上才能正确运行，并且支持PCRE（Perl兼容的正则表达式），这是基本lamp服务所支持的
　　下载史努比
　　史努比的一些特点：
　　一,。获取网页的内容
　　二,。抓取网页的文本内容（删除HTML标记）抓取文本
　　三,。抓取网页的链接和抓取表单
　　四,。支持代理主机
　　五,。支持基本用户名/密码身份验证
　　六,。支持设置用户代理、引用、cookie和标题内容
　　七,。支持浏览器重定向并控制重定向深度
　　八,。它可以将网页中的链接扩展为高质量的URL（默认）
　　九,。提交数据并获取返回值
　　十,。支持跟踪HTML框架
　　十一,。支持在重定向期间传递cookie
　　PHP4或以上就足够了。因为它是一个PHP类，所以不需要扩展来支持它。当服务器不支持curl时，它是最佳选择
　　类方法：
　　获取（$URI）
　　---–
　　这是一种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-&gt；结果
　　如果您正在抓取帧，Snoopy将跟踪每个帧并将其存储在阵列中，然后存储$this-&gt；结果
　　fetchtext（$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（$URI）
　　-----
　　此方法类似于fetch（）。唯一的区别是，此方法将删除HTML标记和其他不相关的数据，并且只返回网页中的表单内容
　　获取链接（$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链接
　　默认情况下，相对链接会自动完成并转换为完整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
　　提交链接（$URI）
　　------
　　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连接的主机
　　$port连接端口
　　$proxy\主机使用的代理主机（如果有）
　　$proxy\端口使用代理主机端口（如果有）
　　$agent用户代理伪装（史努比V0.1)
　　$referer源信息（如果有）
　　$cookies饼干，如有
　　$rawheads其他标题信息（如有）
　　$maxredrs最大重定向时间，0=不允许（5)
　　$offsiteok是否允许场外重定向。（true）
　　$expandlinks是否完成指向完整地址的所有链接（true）
　　$user authentication username（如果有）
　　$pass身份验证用户名（如果有） 查看全部

　　php抓取网页snoopy(
PHP4BetaorSnoopy4orPHP3.0.12.类方法:方便抓取网页)
　　/**
* @name Snoopy手册中文版
* @author 毛毛虫 wangchong1985@gmail.com
* @version Snoopy - the PHP net client v1.2.2
* @link http://www.wangchong.org
* @since 2008-04-27
*/ <br />名称:<br /><br /> Snoopy - the PHP net client v1.2.2<br /> <br />概要:<br /><br /> include "Snoopy.class.php";
$snoopy = new Snoopy;

$snoopy->fetchtext("http://www.php.net/");
print $snoopy->results;

$snoopy->fetchlinks("http://www.phpbuilder.com/");
print $snoopy->results;

$submit_url = "http://lnk.ispi.net/texis/scri ... 3B%3B

$submit_vars["q"] = "amiga";
$submit_vars["submit"] = "Search!";
$submit_vars["searchhost"] = "Altavista";

$snoopy->submit($submit_url,$submit_vars);
print $snoopy->results;

$snoopy->maxframes=5;
$snoopy->fetch("http://www.ispi.net/");
echo "/n";
echo htmlentities($snoopy->results[0]);
echo htmlentities($snoopy->results[1]);
echo htmlentities($snoopy->results[2]);
echo "
　　/n“；$snoopy->fetchform（“”）；打印$snoopy->结果
　　说明：
　　什么是史努比
　　Snoopy是一个PHP类，用于模拟web浏览器的功能。它可以完成获取网页内容和发送表单的任务
　　史努比的一些特点：
　　*易于抓取网页内容
　　*易于抓取网页的文本内容（删除HTML标记）
　　*易于获取网页链接
　　*支持代理主机
　　*支持基本用户名/密码身份验证
　　*它支持设置用户\代理、引用、cookies和标题内容
　　*支持浏览器转向和控制转向深度
　　*可以将网页中的链接扩展为高质量URL（默认）
　　*提交数据和获取返回值很方便
　　*支持跟踪HTML框架（添加了V0.92）
　　*再次旋转时支持cookies的传送（添加了V0.92）
　　要求：
　　Snoopy需要PHP和PCRE（Perl兼容的正则表达式）
　　它应该是PHP3.0.9及更高版本。对于读取超时支持，它需要
　　PHP 4 Beta 4或更高版本。Snoopy是用PHP开发和测试的
　　类方法：
　　获取（$URI）
　　-----------
　　这是一种用于获取网页内容的方法
　　$URI参数是已爬网网页的URL地址
　　获取的结果存储在$this->results中
　　如果您正在抓取一帧，Snoopy将跟踪每个帧并将其存储在数组中，然后存储$this->results
　　fetchtext（$URI）
　　---------------
　　此方法类似于fetch（）。唯一的区别是此方法将删除HTML标记和其他不相关的数据，并且只返回网页中的文本内容
　　fetchform（$URI）
　　---------------
　　此方法类似于fetch（）。唯一的区别是此方法将删除HTML标记和其他不相关的数据，并且只返回网页中的表单内容
　　获取链接（$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
　　提交（$URI，$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
　　提交链接（$URI）
　　----------------
　　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连接的主机
　　$port连接端口
　　$proxy\u host使用的代理主机（如果有）
　　$proxy_port使用的代理主机端口（如果有）
　　$agent用户代理伪装（史努比V0.1)
　　$referer源信息（如果有）
　　$cookies饼干，如有
　　$rawheads其他标题信息（如有）
　　$maxredrs最大重定向时间，0=不允许（5)
　　$offsiteok是否允许场外重定向。（true）
　　$expandlinks是否完成指向完整地址的所有链接（true）
　　$user authentication username（如果有）
　　$pass身份验证用户名（如果有） 查看全部

　　php抓取网页snoopy(Snoopy是什么?PHP4Beta4or.SnoopyorSnoopy)
　　什么是史努比
　　Snoopy是一个PHP类，用于模拟web浏览器的功能。它可以完成获取网页内容和发送表单的任务
　　史努比的一些特点：
　　*易于抓取网页内容
　　*易于抓取网页的文本内容（删除HTML标记）
　　*易于获取网页链接
　　*支持代理主机
　　*支持基本用户名/密码身份验证
　　*支持设置用户代理、引用、cookie和标题内容
　　*支持浏览器转向和控制转向深度
　　*可以将网页中的链接扩展为高质量URL（默认）
　　*提交数据和获取返回值很方便
　　*支持跟踪HTML框架（添加了V0.92）
　　*重新转向时支持Cookie的交付（添加了V0.92）
　　要求：
　　Snoopy需要PHP和PCRE（Perl兼容的正则表达式）
　　应该是PHP3.0.9及以上。对于读取超时支持，它需要
　　PHP4Beta4或更高版本。史努比是用PHP开发和测试的
　　类方法：
　　获取（$URI）
　　---–
　　这是一种用于获取网页内容的方法
　　$URI参数是已爬网网页的URL地址
　　获取的结果存储在$this->results中
　　如果您正在抓取一帧，Snoopy将跟踪每个帧并将其存储在数组中，然后存储$this->results
　　fetchtext（$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（$URI）
　　-----
　　此方法类似于fetch（）。唯一的区别是，此方法将删除HTML标记和其他不相关的数据，并且只返回网页中的表单内容
　　获取链接（$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链接
　　默认情况下，相对链接会自动完成并转换为完整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
　　提交链接（$URI）
　　------
　　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连接的主机
　　$port连接端口
　　$proxy\主机使用的代理主机（如果有）
　　$proxy\端口使用代理主机端口（如果有）
　　$agent用户代理伪装（史努比V0.1)
　　$referer源信息（如果有）
　　$cookies饼干，如有
　　$rawheads其他标题信息（如有）
　　$MaxEditor最大重定向时间，0=不允许（5)
　　$offsiteok是否允许场外重定向。（true）
　　$expandlinks是否完成指向完整地址的所有链接（true）
　　$user authentication username（如果有）
　　$pass身份验证用户名（如果有） 查看全部

　　php抓取网页snoopy(php一个类无需扩支持服务器的特点及下载地址介绍)
　　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
　　下载地址：
　　史努比的一些特点：
　　1获取网页的内容
　　2抓取网页的文本内容（删除HTML标记）抓取文本
　　三,。抓取网页链接和表单获取链接获取表单
　　四,。支持代理主机
　　五,。支持基本用户名/密码身份验证
　　6支持设置用户代理、引用、cookies和标题内容
　　7支持浏览器重定向，可以控制重定向深度
　　8可以将网页中的链接扩展为高质量URL（默认）
　　9提交数据并获取返回值
　　10支持跟踪HTML框架
　　十一,。支持重定向时传输cookie
　　PHP4或以上就足够了。因为它是一个PHP类，所以不需要扩展来支持它。当服务器不支持curl时，它是最佳选择
　　类方法：
　　获取（$URI）
　　---–
　　这是一种用于获取网页内容的方法
　　$URI参数是已爬网网页的URL地址
　　获取的结果存储在$this->results中
　　如果您正在抓取一帧，Snoopy将跟踪每个帧并将其存储在数组中，然后存储$this->results
　　fetchtext（$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（$URI）
　　-----
　　此方法类似于fetch（）。唯一的区别是，此方法将删除HTML标记和其他不相关的数据，并且只返回网页中的表单内容
　　获取链接（$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链接
　　默认情况下，相对链接会自动完成并转换为完整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
　　提交链接（$URI）
　　------
　　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连接的主机
　　$port连接端口
　　$proxy\主机使用的代理主机（如果有）
　　$proxy\端口使用代理主机端口（如果有）
　　$agent用户代理伪装（史努比V0.1)
　　$referer源信息（如果有）
　　$cookies饼干，如有
　　$rawheads其他标题信息（如有）
　　$maxredrs最大重定向时间，0=不允许（5)
　　$offsiteok是否允许场外重定向。（true）
　　$expandlinks是否完成指向完整地址的所有链接（true）
　　$user authentication username（如果有）
　　$pass身份验证用户名（如果有） 查看全部

　　php抓取网页snoopy(php一个类无需扩支持服务器的特点及下载地址介绍)
　　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
　　下载地址：
　　史努比的一些特点：
　　1获取网页的内容
　　2抓取网页的文本内容（删除HTML标记）抓取文本
　　三,。抓取网页链接和表单获取链接获取表单
　　四,。支持代理主机
　　五,。支持基本用户名/密码身份验证
　　6支持设置用户代理、引用、cookies和标题内容
　　7支持浏览器重定向，可以控制重定向深度
　　8可以将网页中的链接扩展为高质量URL（默认）
　　9提交数据并获取返回值
　　10支持跟踪HTML框架
　　十一,。支持重定向时传输cookie
　　PHP4或以上就足够了。因为它是一个PHP类，所以不需要扩展来支持它。当服务器不支持curl时，它是最佳选择
　　类方法：
　　获取（$URI）
　　---–
　　这是一种用于获取网页内容的方法
　　$URI参数是已爬网网页的URL地址
　　获取的结果存储在$this->results中
　　如果您正在抓取一帧，Snoopy将跟踪每个帧并将其存储在数组中，然后存储$this->results
　　fetchtext（$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（$URI）
　　-----
　　此方法类似于fetch（）。唯一的区别是，此方法将删除HTML标记和其他不相关的数据，并且只返回网页中的表单内容
　　获取链接（$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链接
　　默认情况下，相对链接会自动完成并转换为完整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
　　提交链接（$URI）
　　------
　　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连接的主机
　　$port连接端口
　　$proxy\主机使用的代理主机（如果有）
　　$proxy\端口使用代理主机端口（如果有）
　　$agent用户代理伪装（史努比V0.1)
　　$referer源信息（如果有）
　　$cookies饼干，如有
　　$rawheads其他标题信息（如有）
　　$maxredrs最大重定向时间，0=不允许（5)
　　$offsiteok是否允许场外重定向。（true）
　　$expandlinks是否完成指向完整地址的所有链接（true）
　　$user authentication username（如果有）
　　$pass身份验证用户名（如果有） 查看全部

　　php抓取网页snoopy(【技巧】php防盗链的使用方法及使用技巧！
)
　　一.方法：
　　1、首次下载snoopy类，下载地址：
　　2、首先实例化一个对象，然后调用相应的方法来获取抓取的Web信息
　　示例：
　　include 'snoopy/Snoopy.class.php';$snoopy = new Snoopy();$sourceURL = "http://xxxxxxxxx";$snoopy->fetchlinks($sourceURL);$a = $snoopy->results;
　　它不提供获取网页中的所有图像地址的方法，要求在页面中的所有文章列表中获取页面地址。然后我写了一个，主要是那里重要。
　　//匹配图片的正则表达式 $reTag = "/[^s]+src=\"(http:\/\/[^\"]+).(jpg|png|gif|jpeg)\"[^\/]*\/>/i";
　　由于需要特殊的需求，只需捕获死亡的图片HTP：//（外部站的图片可能会使防盗链，我想捕获本地）
　　实现：
　　1、抓住了指定的网页并过滤掉所有文章地址;
　　2、cycy抓住文章地址在第一步中，然后使用匹配图片的正则表达式匹配，获取页面中的排序规则的所有排序规则;
　　3、图库（这里只有gif，jpg）保存图片 - 如果存在此图像文件，请先删除它并保存
<p> 查看全部

　　php抓取网页snoopy(抓取网页的内容2抓取(2)的文本内容)
　　获取网页的内容
　　2抓取网页的文本内容（删除HTML标记）抓取文本
　　三,。抓取网页链接和表单获取链接获取表单
　　四,。支持代理主机
　　五,。支持基本用户名/密码身份验证
　　6支持设置用户代理、引用、cookies和标题内容
　　7支持浏览器重定向，可以控制重定向深度
　　8可以将网页中的链接扩展为高质量URL（默认）
　　9提交数据并获取返回值
　　10支持跟踪HTML框架
　　十一,。支持重定向时传输cookie
　　PHP4或以上就足够了。因为它是一个PHP类，所以不需要扩展来支持它。当服务器不支持curl时，它是最佳选择
　　fetchform（$URI）
　　-----
　　此方法类似于fetch（）。唯一的区别是，此方法将删除HTML标记和其他不相关的数据，并且只返回网页中的表单内容
　　获取链接（$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链接
　　默认情况下，相对链接会自动完成并转换为完整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
　　提交链接（$URI）
　　------
　　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连接的主机
　　$port连接端口
　　$proxy\主机使用的代理主机（如果有）
　　$proxy\端口使用代理主机端口（如果有）
　　$agent用户代理伪装（史努比）v0.1)
　　$referer源信息（如果有）
　　$cookies饼干，如有
　　$rawheads其他标题信息（如有）
　　$maxredrs最大重定向次数，0=不允许（5)）@
　　$offsiteok是否允许场外重定向。（对）
　　$expandlinks是否完成指向完整地址的所有链接（true）
　　$user authentication username（如果有）
　　$pass身份验证用户名（如果有） 查看全部

　　php抓取网页snoopy(：Snoopy是什么?的一些特点:方便抓取网页的内容)
　　目录
　　[]
　　当您使用PHP时，并希望执行一些采集任务，那么您应该了解史努比。
　　什么是snoopy？
　　snoopy是模拟Web浏览器的功能的PHP类，可以完成获取Web内容并发送表单的任务。
　　snoopy的声音：
　　*方便捕获网页
　　*方便捕获网页的文本内容（删除HTML标记）
　　*方便捕获网页的链接
　　*支持代理主机
　　*支持基本用户名/密码验证
　　*支持set user_agent，referer，cookie和header内容（头文件）
　　*支持浏览器转向并控制转向深度
　　*可以将网页中的链接扩展为高质量的URL（默认）
　　*有助于数据并获取返回值
　　*支持跟踪HTML帧（v 0. 92添加）
　　*支持重新转向，通过cookie（v 0. 92增加）
　　*支持重新转向，通过cookie
　　要求：
　　Snoopy需要PHP使用PCRE（Perl兼容的正则表达式），
　　哪个商店是php 3.0. 9和Up。对于读取超时支持，它需要
　　PHP 4 beta 4或更高版本。史努比是通过PHP 3.0. 1 2.
　　测试和测试
　　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;结果。
　　如果您正在抓取框架，Snoopy将每个框架存储到数组中，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（），唯一的区别是该方法删除HTML标记和其他不相关的数据，仅在网页中的链接（链接）。
　　默认情况下，相对链接将自动完成，转换为完整的URL。
　　提交（$ uri，$ formvars）
　　--------
　　此方法将确认表单发送到$ URL指定的链接地址。 $ formvars是存储表单个参数的数组。
　　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，只返回到网页中的链接（链接）。
　　默认情况下，相对链接将自动完成，转换为完整的URL。
　　类属性:(括号中的默认值）
　　$ host连接主机
　　$端口连接端口
　　$ proxy_host使用代理主机（如果有），
　　$ proxy_port由代理主机端口使用，如果有的话，
　　$代理用户代理伪装（snoopy v 0.1)
　　$ crew it写入信息，如果有的话，
　　$ 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是否允许从现场重定向。 （true）
　　$ odernlinks完成链接到完整地址（true）
　　$用户认证的用户名，如果有的话，
　　$ pass身份验证的用户名，如果有任何单词 查看全部

　　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 查看全部

　　php抓取网页snoopy(PHP官网：特点Snoopy正确运行需要你的服务器(组图)
)
　　snoopy是一类PHP。它可用于模仿Web浏览器的功能，可以完成获取Web内容并发送表单的任务。官方网站：
　　功能
　　snoopy运行服务器的PHP版本，需要在4个或更多中正确运行，并支持PCRE（Perl兼容的正则表达式），基本灯泡服务支持。
　　方法功能
　　提供以下界面或方法：
　　获取（$ uri）
　　此方法是捕获网页的内容，$ URI是捕获网页的URL，结果存储在$ this-和gt;结果。如果捕获框架，将捕获此帧，结果保存到数组。
　　$url = "https://www.wenjiangs.com";
include("./Snoopy.class.php");
$snoopy = new Snoopy;
$snoopy->fetch($url); //获取所有内容
echo $snoopy->results; //显示结果
　　fetchtext（$ uri）
　　此方法和fetch（）大致相同，但其结果是文本，删除HTML标签和其他不相关信息。
　　$url = "https://www.wenjiangs.com";
include("./Snoopy.class.php");
$snoopy = new Snoopy;
$snoopy->fetchtext($url); //获取文本内容
echo $snoopy->results; //显示结果
　　fetchform（$ uri）
　　此方法仅返回抓取网页。
　　fetchlinks（$ uri）
　　此方法仅返回抓取网页上的链接，默认返回的链接是收录域名的链接。
　　提交（$ uri，$ formvars）
　　此方法将表单提交给指定的$ URI。 $ formvars是一个形式变量的数组来传递。
　　submittext（$ uri，$ formvars）
　　此方法并提交（）基本一致，但它返回文本，删除HTML标记和其他不相关的数据。
　　submitlinks（$ uri）
　　此方法返回链接。
　　类属性
　　以下是Snoopy属性，默认值为括号。
　　简单的例子
　　include "Snoopy.class.php";
$snoopy = new Snoopy;
$snoopy->proxy_host = "https://www.wenjiangs.com";
$snoopy->proxy_port = "80";
$snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)";
$snoopy->referer = "http://www.wenjiangs.cn";
$snoopy->cookies["SessionID"] = 238472834723489l;
$snoopy->cookies["favoriteColor"] = "RED";
$snoopy->rawheaders["Pragma"] = "no-cache";
$snoopy->maxredirs = 2;
$snoopy->offsiteok = false;
$snoopy->expandlinks = false;
$snoopy->user = "joe";
$snoopy->pass = "bloe";
if($snoopy->fetchtext("http://www.wenjiangs.cn")) {
echo "".htmlspecialchars($snoopy->results)."
　　n“;} else {echo”错误获取文档：“$ snoopy-＆gt;错误。” n“;}
　　获取指定的URL内容
　　$url = "https://www.wenjiangs.com";
include("snoopy.php");
$snoopy = new Snoopy;
$snoopy->fetch($url); //获取所有内容
echo $snoopy->results; //显示结果
//可选以下
//$snoopy->fetchtext //获取文本内容（去掉html代码）
//$snoopy->fetchlinks //获取链接
//$snoopy->fetchform //获取表单
　　表单提交
　　$formvars["username"] = "admin";
$formvars["pwd"] = "admin";
$action = "https://www.wenjiangs.com";//表单提交地址
$snoopy->submit($action,$formvars);//$formvars为提交的数组
echo $snoopy->results; //获取表单提交后的 返回的结果
//可选以下
$snoopy->submittext; //提交后只返回 去除html的 文本
$snoopy->submitlinks;//提交后只返回 链接
　　其他SAO操作
　　由于已经提交的表格，您可以做很多。接下来我们来伪装IP，迷彩浏览器：
　　$formvars["username"] = "admin";
$formvars["pwd"] = "admin";
$action = "https://www.wenjiangs.com";
include "snoopy.php";
$snoopy = new Snoopy;
$snoopy->cookies["PHPSESSID"] = 'fc106b1918bd522cc863f36890e6fff7'; //伪装sessionid
$snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)"; //伪装浏览器
$snoopy->referer = https://www.wenjiangs.com; //伪装来源页地址 http_referer
$snoopy->rawheaders["Pragma"] = "no-cache"; //cache 的http头信息
$snoopy->rawheaders["X_FORWARDED_FOR"] = "127.0.0.1"; //伪装ip
$snoopy->submit($action,$formvars);
echo $snoopy->results;
　　我们可以为会话做饭，迷彩浏览器，伪装IP，你可以做很多。例如：使用验证码，验证IP，投票，无法停止。
　　此处IP实际上是伪装HTTP标题，因此Remote_Addr获取的IP是伪装，而是可以通过HTTP标头（可以阻止代理）的人创建IP。
　　关于如何验证代码，简单：首先使用正常的浏览器，查看页面，找到对应验证码的会话方式，并记下SessionID和验证码值，然后使用Snoopy伪造。
　　原理：由于相同的SessionID与验证码相同，并且第一个输入是相同的。
　　有时我们可能需要更多的东西，史努比想到我们：
　　$snoopy->proxy_host = "https://www.wenjiangs.com";
$snoopy->proxy_port = "8080"; //使用代理
$snoopy->maxredirs = 2; //重定向次数
$snoopy->expandlinks = true; //是否补全链接 在采集的时候经常用到
// 例如链接为 /images/taoav.gif 可改为它的全链接
//
// https://www.wenjiangs.com/wp-c ... 2.jpg
//
$snoopy->maxframes = 5 //允许的最大框架数
//注意抓取框架的时候 $snoopy->results 返回的是一个数组
$snoopy->error //返回报错信息
　　比较例
　　/**
* You need the snoopy.class.php from
* http://snoopy.sourceforge.net/
*/
include("snoopy.class.php");
$snoopy = new Snoopy;
// need an proxy?:
//$snoopy->proxy_host = "my.proxy.host";
//$snoopy->proxy_port = "8080";
// set browser and referer:
$snoopy->agent = "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1)";
$snoopy->referer = "http://www.jonasjohn.de/";
// set some cookies:
$snoopy->cookies["SessionID"] = '238472834723489';
$snoopy->cookies["favoriteColor"] = "blue";
// set an raw-header:
$snoopy->rawheaders["Pragma"] = "no-cache";
// set some internal variables:
$snoopy->maxredirs = 2;
$snoopy->offsiteok = false;
$snoopy->expandlinks = false;
// set username and password (optional)
//$snoopy->user = "joe";
//$snoopy->pass = "bloe";
// fetch the text of the website www.google.com:
if($snoopy->fetchtext("http://www.google.com")){
// other methods: fetch, fetchform, fetchlinks, submittext and submitlinks
// response code:
print "response code: ".$snoopy->response_code."n";
// print the headers:
print "<b>Headers:
";
while(list($key,$val) = each($snoopy->headers)){
print $key.": ".$val."
n";
}
print "
n";
// print the texts of the website:
print htmlspecialchars($snoopy->results)."n";
}
else {
print "Snoopy: error while fetching document: ".$snoopy->error."n";
}
　　图片采集器
　　用snoopy类采集：
　　完成一个简单的图片
　　include 'Snoopy.class.php'; //加载Snoopy类
$snoopy = new Snoopy(); //实例化一个对象
$sourceURL = "http://www.nowamagic.net/librarys/veda/"; //要抓取的网页
$snoopy->fetchlinks($sourceURL); //获得网页的链接
$a = $snoopy->results; //得到网页链接的结果
$re = "/d+.html$/"; //匹配的正则
//过滤获取指定的文件地址请求
foreach ($a as $tmp) {
if (preg_match($re, $tmp)) {
$aa = $tmp;
}
}
getImgURL($aa);
function getImgURL($siteName) {
$snoopy = new Snoopy();
$snoopy->fetch($siteName);
$fileContent = $snoopy->results; //获取过滤后的页面的内容
//匹配图片的正则表达式
$reTag = "/(http: //[^/i";
if (preg_match($reTag, $fileContent)) {
//过滤图片
$ret = preg_match_all($reTag, $fileContent, $matchResult);
for ($i = 0, $len = count($matchResult[1]); $i < $len; ++$i) {
saveImgURL($matchResult[1][$i], $matchResult[2][$i]);
}
}
}
function saveImgURL($name, $suffix) {
$url = $name . "." . $suffix;
echo "请求的图片地址：" . $url . "
";
$imgSavePath = "E:/123/images/"; //图片保存地址
$imgId = mt_rand(); //产生一个随机的文件名
if ($suffix == "gif") {
//根据图片类型，放入不同的文件夹下面
$imgSavePath.= "emotion";
} else {
$imgSavePath.= "topic";
}
$imgSavePath.= ("/" . $imgId . "." . $suffix); //组装要保存的文件名
if (is_file($imgSavePath)) {
//判断文件名是否存在，存在则删除
unlink($imgSavePath);
echo "<p style='color:#f00;'>文件" . $imgSavePath . "已存在，将被删除";
}
$imgFile = file_get_contents($url); //读取网络文件
$flag = file_put_contents($imgSavePath, $imgFile); //写入到本地
if ($flag) {
echo "
　　文件" . $imgSavePath . "保存成功";
}
}
}</p>
　　使用
　　在WordPress
　　中
　　在WordPress中，此类已收录此类。 WordPress使用Snoopy下载文件以更新插件，其中Snoopy类使用的代码为：
　　function download_url( $url ) {
if( ! $url )
return false;

$tmpfname = tempnam(get_temp_dir(), 'wpupdate'); //获取临时文件名
if( ! $tmpfname )
return false;

$handle = fopen($tmpfname, 'w'); //以写的方式打开临时文件
if( ! $handle )
return false;

require_once( ABSPATH . 'wp-includes/class-snoopy.php' ); //引入 Snoopy 类
$snoopy = new Snoopy();
$snoopy->fetch($url); //抓取指定的网页

fwrite($handle, $snoopy->results); //把抓取得内容写到 临时文件中
fclose($handle);

return $tmpfname;
} 查看全部