snoopy php网页抓取工具(如何验证码，简单说下：$URI的验证码本方法介绍)

　　snoopy php网页抓取工具(如何验证码，简单说下：$URI的验证码本方法介绍)

　　关于如何验证代码，简单说一下：

　　先用普通浏览器查看页面，找到验证码对应的sessionid，

　　注意 sessionid 和验证码值，

　　那就用 snoopy 来伪装吧。

　　原理：因为是同一个sessionid，所以得到的验证码和第一次输入的一样。

　　有时我们可能需要伪造更多的东西，史努比完全为我们考虑了这一点

proxy_host = "www.fruicms.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 http://www.taoav.com/images/taoav.gif   

$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   

?>

　　二、类方法：

　　获取（$URI）

　　———–

　　这是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()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）。

　　获取链接（$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，只返回网页中的链接。

　　默认情况下，相对链接将自动完成并转换为完整的 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)

　　—————————–

　　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，登录后只返回网页的文本内容。

　　提交链接（$URI）

　　——————-

　　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，只返回网页中的链接。

　　默认情况下，相对链接将自动完成并转换为完整的 URL。

　　三、类属性：（括号内为默认值）

　　$host 要连接的主机

　　$port 连接端口

　　$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 信息，如果有的话

　　$cookies cookie，如果有的话

　　$rawheaders 额外的标题，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。(true)

　　$expandlinks 是否将所有链接作为完整地址完成（true）

　　$user 认证用户名，如果有的话

　　$pass 验证用户名，如果有的话