snoopy php网页抓取工具(Snoopy模拟浏览器获取网页内容和发送表单的方法和使用方法)

　　snoopy php网页抓取工具(Snoopy模拟浏览器获取网页内容和发送表单的方法和使用方法)

　　Snoopy 是一个模拟浏览器获取网页内容和发送表单的 php采集 类。

　　以下是一些史努比功能：

　　易于抓取网页内容

　　易于抓取页面文本（去除 html 标签）

　　易于抓取页内链接

　　支持代理爬取

　　支持基本的用户名和密码认证

　　支持设置user-agent、referer、cookies和header内容

　　支持浏览器转向，控制转向深度

　　将页面上的链接转化为高质量的链接

　　轻松提交数据并获取返回值

　　可以跟踪 HTML 帧

　　支持重定向时传递 cookie

　　史努比类，方法：

　　获取（$URI）

　　用于抓取网页内容的方法。$URI 参数是被抓取网页的 URL 地址。获取的结果存储在 $this->results 中。如果你正在抓取一个帧，Snoopy 会将每个帧跟踪到一个数组中，然后是 $this->results。

　　获取文本（$URI）

　　该方法与 fetch() 方法类似，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。

　　获取表单（$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）。

　　获取链接（$URI）

　　该方法与 fetch() 方法类似，唯一不同的是该方法会去除 HTML 标签等无关数据，只返回网页中的链接。默认情况下，相对链接将自动完成为完整的 URL。

　　提交（$URI，$formvars）

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

　　提交文本（$URI，$formvars）

　　这个方法和submit()类似，唯一的区别是这个方法会去掉HTML标签等不相关的数据，登录后只返回网页的文本内容。

　　提交链接（$URI）

　　这个方法和submit()类似，唯一的区别是这个方法会去掉HTML标签等不相关的数据，只返回网页中的链接。默认情况下，相对链接将自动完成为完整的 URL。

　　类属性：（括号内为默认值）

　　$host 要连接的主机

　　$port 连接端口

　　$proxy_host 要使用的代理主机，如果有的话

　　$proxy_port 要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 信息，如果有的话

　　$cookies，如果有的话

　　$rawheaders 其他头文件，如果有的话

　　$maxredirs 最大重定向数，0 = 不允许 (5)

　　$offsiteok 是否允许异地重定向。（真的）

　　$expandlinks 是否完成指向完整地址的链接（true）

　　$user 验证用户名，如果有的话

　　$pass 认证用户名，如果有的话