Was ist die Verwendung von PHP Snoopy

php-Snoopy-Nutzung: 1. [fetch($URI)] zum Erfassen des Inhalts der Webseite 2. [fetchtext($URI)] zum Entfernen von HTML-Tags und anderen irrelevanten Daten 3. [fetchform($URI)“ ] um den Inhalt des Formulars auf der Webseite zurückzugeben.

Die Betriebsumgebung dieses Tutorials: Windows 7-System, PHP Version 5.6, DELL G3-Computer.

PHP-Snoopy-Verwendung:

Snoopy-Klassenmethoden und Beispiele:

1, fetch($URI)fetch($URI)

这是为了抓取网页的内容而使用的方法。

$URI参数是被抓取网页的URL地址。

抓取的结果被存储在 $this->results 中。

如果你正在抓取的是一个框架，Snoopy将会将每个框架追踪后存入数组中，然后存入 $this->results。

2、fetchtext($URI)

本方法类似于fetch()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中的文字内容。

3、fetchform($URI)

本方法类似于fetch()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中表单内容(form)。

4、fetchlinks($URI)

本方法类似于fetch()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中链接(link)。

默认情况下，相对链接将自动补全，转换成完整的URL。

5、submit($URI,$formvars)

本方法向$URL指定的链接地址发送确认表单。$formvars是一个存储表单参数的数组。

6、submittext($URI,$formvars)

本方法类似于submit()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回登陆后网页中的文字内容。

7、submitlinks($URI)

本方法类似于submit()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中链接(link)。

默认情况下，相对链接将自动补全，转换成完整的URL。

Snoopy采集类属性: (默认值在括号里)

$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 (Snoopy v0.1)

$referer 来路信息，如果有的话

$cookies cookies 如果有的话

$rawheaders 其他的头信息, 如果有的话

$maxredirs 最大重定向次数， 0=不允许 (5)

$offsiteok whether or not to allow redirects off-site. (true)

$expandlinks 是否将链接都补全为完整地址 (true)

$user 认证用户名, 如果有的话

$pass 认证用户名, 如果有的话

$accept http 接受类型 (image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, */*)

$error 哪里报错, 如果有的话

$response_code 从服务器返回的响应代码

$headers 从服务器返回的头信息

$maxlength 最长返回数据长度

$read_timeout 读取操作超时 (requires PHP 4 Beta 4+) 设置为0为没有超时

$timed_out 如果一次读取操作超时了，本属性返回 true (requires PHP 4 Beta 4+)

$maxframes 允许追踪的框架最大数量

$status 抓取的http的状态

$temp_dir 网页服务器能够写入的临时文件目录 (/tmp)

$curl_path cURL binary 的目录, 如果没有cURL binary就设置为 false

下面是一个示例：

代码如下:

include "Snoopy.class.php";
 $snoopy = new Snoopy;
 
 $snoopy->proxy_host = "https://www.jb51.net";
 $snoopy->proxy_port = "80";
 
 $snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)";
 $snoopy->referer = "https://www.jb51.net";
 
 $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($snoopy->fetchtext("https://www.jb51.net"))
 {
 echo "<PRE>".htmlspecialchars($snoopy->results)."

\n"; } else echo "error fetching document: ".$snoopy->error."\n";

获取指定url内容

代码如下:

<?php
 $url = "https://www.jb51.net";
 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

代码如下:

<?php
$formvars["username"] = "admin";
$formvars["pwd"] = "admin";
$action = "https://www.jb51.net";//</a>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
?>

既然已经提交的表单 那就可以做很多事情 接下来我们来伪装ip,伪装浏览器

伪装浏览器

代码如下:

<?php
$formvars["username"] = "lanfengye";
$formvars["pwd"] = "lanfengye";
$action = "https://www.jb51.net";
include "snoopy.php";
$snoopy = new Snoopy;
$snoopy->cookies["PHPSESSID"] = &#39;fc106b1918bd522cc863f36890e6fff7&#39;; //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.jb51.net"; //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"] = "127.0.0.101"; //伪装ip
$snoopy->submit($action,$formvars);
echo $snoopy->results;
?>

原来我们可以伪装session 伪装浏览器 ，伪装ip， haha 可以做很多事情了。

例如：带验证码，验证ip 投票， 可以不停的投。

ps：这里伪装ip ，其实是伪装http头, 所以一般的通过 REMOTE_ADDR

Dies ist die Methode, die zum Crawlen des Inhalts der Webseite verwendet wird.

Der $URI-Parameter ist die URL-Adresse der gecrawlten Webseite.

Die abgerufenen Ergebnisse werden in $this->results gespeichert.

Wenn Sie einen Frame scrapen, verfolgt Snoopy jeden Frame, speichert ihn in einem Array und speichert ihn dann in $this->results.

2. fetchtext($URI)

Diese Methode ähnelt fetch(). Der einzige Unterschied besteht darin, dass diese Methode HTML-Tags und andere irrelevante Daten entfernt und nur den Textinhalt zurückgibt die Webseite.

3. fetchform($URI)Diese Methode ähnelt fetch(). Der einzige Unterschied besteht darin, dass diese Methode HTML-Tags und andere irrelevante Daten entfernt und nur den Formularinhalt zurückgibt (. bilden ).

4. fetchlinks($URI)🎜🎜Diese Methode ähnelt fetch(). Der einzige Unterschied besteht darin, dass diese Methode HTML-Tags und andere irrelevante Daten entfernt und nur den Link zurückgibt Webseite. 🎜🎜Standardmäßig werden relative Links automatisch vervollständigt und in vollständige URLs umgewandelt. 🎜🎜5. submit($URI,$formvars)🎜🎜Diese Methode sendet ein Bestätigungsformular an die durch $URL angegebene Linkadresse. $formvars ist ein Array, das Formularparameter speichert. 🎜🎜6. submittext($URI,$formvars)🎜🎜Diese Methode ähnelt subscribe(). Der einzige Unterschied besteht darin, dass diese Methode HTML-Tags und andere irrelevante Daten entfernt und nur die zurückgibt Login-Textinhalt in . 🎜🎜7. submitlinks($URI)🎜🎜Diese Methode ähnelt subscribe(). Der einzige Unterschied besteht darin, dass diese Methode HTML-Tags und andere irrelevante Daten entfernt und nur den Link zurückgibt Webseite. 🎜🎜Standardmäßig werden relative Links automatisch vervollständigt und in vollständige URLs umgewandelt. 🎜🎜🎜Snoopy-Sammlungsklassenattribute: (Standardwert steht in Klammern)🎜🎜🎜🎜$host Der verbundene Host 🎜🎜$port Der verbundene Port 🎜🎜$proxy_host Der verwendete Proxy-Host, falls vorhanden 🎜🎜$proxy_port verwendeter Proxy-Host-Port , falls vorhanden 🎜🎜$agent Tarnung des Benutzeragenten (Snoopy v0.1) 🎜🎜$Referer-Quelleninformationen, falls vorhanden 🎜🎜$cookies Cookies, falls vorhanden 🎜🎜$rawheaders Andere Header-Informationen, falls vorhanden 🎜🎜$maxredirs Die maximale Anzahl von Weiterleitungen, 0=nicht erlaubt (5)🎜🎜$offsiteok, ob Weiterleitungen außerhalb der Website zugelassen werden sollen oder nicht (true)🎜🎜$expandlinks Ob alle Links vervollständigt werden sollen, um die Adresse zu vervollständigen (true)🎜🎜$Benutzerauthentifizierung, Benutzername, wenn beliebig 🎜🎜$Pass-Authentifizierungsbenutzername, falls vorhanden 🎜🎜$accept HTTP-Akzeptanztyp (image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, */*)🎜🎜$error Wo der Fehler gemeldet wird , falls vorhanden🎜🎜$response_code Der vom Server zurückgegebene Antwortcode🎜🎜$headers Die vom Server zurückgegebenen Header-Informationen🎜🎜$maxlength Die längste zurückgegebene Datenlänge🎜🎜 $read_timeout Timeout für Lesevorgang (erfordert PHP 4 Beta 4+) Eingestellt auf 0 für keine Zeitüberschreitung 🎜🎜$timed_out Wenn bei einem Lesevorgang eine Zeitüberschreitung auftritt, gibt dieses Attribut „true“ zurück (erfordert PHP 4 Beta 4+) 🎜🎜$maxframes ermöglicht die Verfolgung der maximalen Anzahl von Frames🎜🎜$status Der Status des erfassten http🎜 🎜$temp_dir Das temporäre Dateiverzeichnis (/tmp), in das der Webserver schreiben kann🎜🎜$curl_path Das Verzeichnis der cURL-Binärdatei. Wenn keine cURL-Binärdatei vorhanden ist, setzen Sie es auf false🎜🎜 🎜Das Folgende ist ein Beispiel: 🎜🎜 Der Code lautet wie folgt:
🎜

<?php
$snoopy->proxy_host = "https://www.jb51.net";
$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 <a href="https://www.jb51.net/images/taoav.gif">https://www.jb51.net/images/taoav.gif</a>
$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
?>

🎜Holen Sie sich den Inhalt der angegebenen URL🎜🎜Der Code lautet wie folgt:
🎜rrreee🎜Formularübermittlung🎜🎜Der Code lautet wie folgt:
🎜 rrreee🎜Da es nun soweit ist, können Sie mit dem übermittelten Formular eine Menge Dinge tun. Als nächstes verschleiern wir die IP und den Browser🎜🎜🎜Verstecken Sie den Browser🎜🎜🎜Der Code lautet wie folgt:
🎜rrreee🎜Es dreht sich heraus, dass wir die Sitzung verschleiern können, den Browser verschleiern und die IP verschleiern können. Haha, Sie können eine Menge Dinge tun. 🎜🎜🎜Zum Beispiel: 🎜Mit Bestätigungscode, IP bestätigen, um abzustimmen, können Sie kontinuierlich abstimmen. 🎜🎜🎜ps: 🎜Das Verschleiern der IP hier bedeutet eigentlich das Verschleiern des http-Headers, sodass die über REMOTE_ADDR erhaltene IP nicht verschleiert werden kann, aber die über den http-Header erhaltenen IP-Adressen (die Proxying verhindern können) sind Ihre Art Sie können Ihre eigene IP erstellen. 🎜🎜Über die Überprüfung des Codes sprechen wir kurz: 🎜🎜Verwenden Sie zunächst einen normalen Browser, um die Seite anzuzeigen, suchen Sie die Sitzungs-ID, die dem Bestätigungscode entspricht, notieren Sie die Sitzungs-ID und den Wert des Bestätigungscodes und fälschen Sie sie dann mit Snoopy . 🎜🎜🎜Prinzip: 🎜Da es sich um dieselbe Sitzungs-ID handelt, ist der erhaltene Bestätigungscode derselbe wie der, der zum ersten Mal eingegeben wurde. 🎜🎜Manchmal müssen wir vielleicht noch mehr Dinge vortäuschen, Snoopy hat das komplett für uns bedacht🎜rrreee🎜🎜Empfehlungen für entsprechende Videos: 🎜PHP-Programmierung vom Einstieg bis zum Master🎜🎜🎜

Das obige ist der detaillierte Inhalt vonWas ist die Verwendung von PHP Snoopy. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!