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)

　　史努比是一只猫php采集Class模拟浏览器以获取web内容并发送表单

　　以下是史努比的一些功能：

　　易于抓取web内容

　　易于抓取页面文本（删除HTML标记）

　　易于抓取网页中的链接

　　支持代理抓取

　　支持基本用户名和密码认证

　　支持设置用户代理、引用、cookie和标题内容

　　支持浏览器转向和控制转向深度

　　可以将页面中的链接转换为高质量链接

　　方便的数据提交和返回值

　　可以跟踪HTML框架

　　支持重定向时传输cookie

　　史努比类，方法：

　　获取（$URI）

　　用于抓取网页内容的方法$URI参数是已爬网网页的URL地址。获取的结果存储在$this->results中。如果您正在抓取一帧，Snoopy将跟踪每个帧并将其存储在数组中，然后存储$this->results

　　fetchtext（$URI）

　　此方法类似于fetch（）。唯一的区别是，此方法将删除HTML标记和其他无关数据，并且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，此方法将删除HTML标记和其他不相关的数据，并且只返回网页中的表单内容

　　获取链接（$URI）

　　此方法类似于fetch（）。唯一的区别是，此方法将删除HTML标记和其他无关数据，并且只返回网页中的链接。默认情况下，相对链接会自动完成并转换为完整URL

　　提交（$URI，$formvars）

　　此方法向$URL指定的链接地址发送确认表单$Formvars是存储表单参数的数组

　　submittext（$URI，$formvars）

　　此方法类似于submit（）。唯一的区别是，此方法将删除HTML标记和其他无关数据，并且仅在登录后返回网页中的文本内容

　　提交链接（$URI）

　　此方法类似于submit（）。唯一的区别是，此方法将删除HTML标记和其他无关数据，并且只返回网页中的链接。默认情况下，相对链接会自动完成并转换为完整URL

　　Class属性：（默认值在括号中）

　　$host连接的主机

　　$port连接端口

　　$proxy\主机使用的代理主机（如果有）

　　$proxy\端口使用代理主机端口（如果有）

　　$agent用户代理伪装（史努比）v0.1)

　　$referer源信息（如果有）

　　$cookies（如有）

　　$rawheads其他标题信息（如有）

　　$maxredrs最大重定向次数，0=不允许（5)）@

　　$offsiteok是否允许场外重定向。（对）

　　$expandlinks是否完成指向完整地址的所有链接（true）

　　$user authentication username（如果有）

　　$pass身份验证用户名（如果有）