snoopy php网页抓取工具( PHP4BetaorSnoopy4orPHP3.0.12.类方法:方便抓取网页)

　　snoopy php网页抓取工具(

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/scripts/msearch/netsearch.html";

$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：

　　snoopy是什么？

　　snoopy是一个php类，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。

　　史努比的一些功能：

　　* *方便捕获网页

　　*方便捕获文本内容（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）

　　*促进数据并获取返回值

　　*支持跟踪HTML框架（v 0. 92添加）

　　*支持重新转向（V 0. 92增加）

　　要求：

　　snoopy需要php 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。 Snoopy是通过PHP 3. 0. 1 2.

　　测试

　　方法：

　　获取（$ uri）

　　-----------

　　这是用于捕获网页内容的方法。

　　$ uri参数是网页的URL地址。

　　结果存储在$以下 - >结果中。

　　如果您爬行是一个框架，snoopy会将每个框架存储到数组中，然后存入$ this->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标记和其他不相关的数据，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，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$ 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将删除HTML标记和其他不相关的数据，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。

　　类属性:(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)

　　$ cremer rogue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完全解决了完整的地址（true）

　　$用户认证用户名，如果有的话，

　　$ pass身份验证用户名，如果有的话，