snoopy php网页抓取工具(不是($URI)PHP一个类类类代码)

　　snoopy php网页抓取工具(不是($URI)PHP一个类类类代码)

　　好吧，我不再谈论卡通史努比了。它是一个 PHP 类。它可以用来模仿网页浏览器的功能，完成获取网页内容和发送表单的任务。可以向其官方网站学习：

　　快速轻松地抓取网页的内容、文本（无 Html 标签）和链接。支持代理服务器、基本用户/密码认证方式、内容。支持浏览器重定向和控制深度。将获取到的链接扩展为带域名的链接（默认），可以提交表单数据并获取结果。支持跟踪 HTML 框架（添加了0.92 版本）。支持在重定向（添加0.92 版本）结果时传递 cookie。如果是抓取帧，则每帧都会被抓取，结果保存在一个数组中。

　　fetchtext($URI)

　　该方法与fetch()大致相同，只是结果是文本，不包括HTML标签等无关信息。

　　fetchform($URI)

　　该方法只返回被抓取网页上的表单元素。

　　fetchlinks($URI)

　　该方法只返回被抓取网页上的链接。默认返回的链接都是收录域名的链接。

　　提交($URI,$formvars)

　　此方法将表单提交到指定的 $URI。 $formvars 是要传递的表单变量数组。

　　提交文本($URI,$formvars)

　　该方法与submit()基本相同，只是返回文本，不包括html标签等无关数据。

　　提交链接($URI)

　　此方法返回链接。

　　在WordPress中，已经收录了这个类，而且在前面提到的RSS解析类MagpieRSS中，这个类也是用来获取RSS的。最新版的 WordPress 2.5 使用 Snoopy 下载文件来更新插件。使用的史努比类的代码是：

function download_url( $url ) {

    if( ! $url )

        return false;

    $tmpfname = tempnam(get_temp_dir(), 'wpupdate'); //获取临时文件名

    if( ! $tmpfname )

        return false;

    $handle = fopen($tmpfname, 'w'); //以写的方式打开临时文件

    if( ! $handle )

        return false;

    require_once( ABSPATH . 'wp-includes/class-snoopy.php' ); //引入 Snoopy 类

    $snoopy = new Snoopy();   

    $snoopy->fetch($url); //抓取指定的网页

    fwrite($handle, $snoopy->results); //把抓取得内容写到 临时文件中

    fclose($handle);

    return $tmpfname;

}

　　©我爱水煮鱼，本站推荐主机：阿里云。国外主机推荐使用 BlueHost。