PHP Snoopy类库

snoopy是一个php类，用来模仿web浏览器的功能，它能完成获取网页内容和发送表单的任务。

官方网站 http://snoopy.sourceforge.net/

Snoopy可以完成以下功能：

1、抓取网页的内容 2、抓取网页的文字（去掉HTML代码） 3、抓取网页的超链接 4、支持代理服务器 5、支持基本的用户/密码认证模式 6、支持自定义用户agent,referer,cookies和header内容 7、支持浏览器转向，并能控制转向深度 8、能把网页中的链接扩展成高质量的url（默认） 9、方便提交数据并且获取返回值 10、支持跟踪HTML框架（v0.92增加） 11、支持再转向的时候传递cookies

Snoopy的应用 ---

1、使用fetch方法，取得HTML网页内容

fetch("http://www.jlu.edu.cn"); $line = $snoopy->results; print_r($line); ?>

2、使用fetchtext，将服务器返回的HTML网页内容转换为纯文本内容

fetchtext("http://www.jlu.edu.cn"); $line = $snoopy->results; print_r($line); ?>

3、使用fetchform，获得表单的发送文本框的名和目标地址

fetchform("http://www.jlu.edu.cn"); $line = $snoopy->results; print_r($line); ?>

4、使用fetchlinks，抓取网页超链接

fetchlinks("http://www.jlu.edu.cn"); print_r($snoopy->results); ?>

5、自动注册

$submit_vars["user_name"] = "yourname"; $submit_vars["user_password"] = "yourpwd"; $submit_vars["confirm_password"] = "yourpwd"; $submit_vars["email"] = youremail@gmail.com; $submit_vars["Submit"] = "注册";   $snoopy->submit($submit_url,$submit_vars); print $snoopy->results; ?>

6、抓取显示网页源代码

maxframes=5000;    //抓取多少个字节可以自行设置 $snoopy->fetch("http://www.jlu.edu.cn/"); echo "

\n"; for($i=0;$imaxframes;$i++){ echo htmlentities($snoopy->results[$i]); } echo "

\n"; ?>

 

http://hi.baidu.com/aseashell/blog/item/b9840726f039fa0b908f9dee.html