php中如何使用snoopy

這篇文章主要介紹php中如何使用snoopy，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

php snoopy用法：1、【fetch($URI)】為了抓取網頁的內容；2、【fetchtext($URI)】去除HTML標簽和其他的無關數據；3、【fetchform($URI)】返回網頁中表單內容。

php snoopy用法：

Snoopy類方法及示例：

1、fetch($URI)

這是為了抓取網頁的內容而使用的方法。

$URI參數是被抓取網頁的URL地址。

抓取的結果被存儲在 $this->results 中。

如果你正在抓取的是一個框架，Snoopy將會將每個框架追蹤后存入數組中，然后存入 $this->results。

2、fetchtext($URI)

本方法類似于fetch()，唯一不同的就是本方法會去除HTML標簽和其他的無關數據，只返回網頁中的文字內容。

3、fetchform($URI)

本方法類似于fetch()，唯一不同的就是本方法會去除HTML標簽和其他的無關數據，只返回網頁中表單內容(form)。

4、fetchlinks($URI)

本方法類似于fetch()，唯一不同的就是本方法會去除HTML標簽和其他的無關數據，只返回網頁中鏈接(link)。

默認情況下，相對鏈接將自動補全，轉換成完整的URL。

5、submit($URI,$formvars)

本方法向$URL指定的鏈接地址發送確認表單。$formvars是一個存儲表單參數的數組。

6、submittext($URI,$formvars)

本方法類似于submit()，唯一不同的就是本方法會去除HTML標簽和其他的無關數據，只返回登陸后網頁中的文字內容。

7、submitlinks($URI)

本方法類似于submit()，唯一不同的就是本方法會去除HTML標簽和其他的無關數據，只返回網頁中鏈接(link)。

默認情況下，相對鏈接將自動補全，轉換成完整的URL。

Snoopy采集類屬性: (默認值在括號里)

$host 連接的主機

$port 連接的端口

$proxy_host 使用的代理主機，如果有的話

$proxy_port 使用的代理主機端口，如果有的話

$agent 用戶代理偽裝 (Snoopy v0.1)

$referer 來路信息，如果有的話

$cookies cookies 如果有的話

$rawheaders 其他的頭信息, 如果有的話

$maxredirs 最大重定向次數， 0=不允許 (5)

$offsiteok whether or not to allow redirects off-site. (true)

$expandlinks 是否將鏈接都補全為完整地址 (true)

$user 認證用戶名, 如果有的話

$pass 認證用戶名, 如果有的話

$accept http 接受類型 (image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, */*)

$error 哪里報錯, 如果有的話

$response_code 從服務器返回的響應代碼

$headers 從服務器返回的頭信息

$maxlength 最長返回數據長度

$read_timeout 讀取操作超時 (requires PHP 4 Beta 4+) 設置為0為沒有超時

$timed_out 如果一次讀取操作超時了，本屬性返回 true (requires PHP 4 Beta 4+)

$maxframes 允許追蹤的框架最大數量

$status 抓取的http的狀態

$temp_dir 網頁服務器能夠寫入的臨時文件目錄 (/tmp)

$curl_path cURL binary 的目錄, 如果沒有cURL binary就設置為 false

下面是一個示例：

代碼如下:

include "Snoopy.class.php";
 $snoopy = new Snoopy;
 
 $snoopy->proxy_host = "https://www.jb51.net";
 $snoopy->proxy_port = "80";
 
 $snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)";
 $snoopy->referer = "https://www.jb51.net";
 
 $snoopy->cookies["SessionID"] = 238472834723489l;
 $snoopy->cookies["favoriteColor"] = "RED";
 
 $snoopy->rawheaders["Pragma"] = "no-cache";
 
 $snoopy->maxredirs = 2;
 $snoopy->offsiteok = false;
 $snoopy->expandlinks = false;
 
 $snoopy->user = "joe";
 $snoopy->pass = "bloe";
 
 if($snoopy->fetchtext("https://www.jb51.net"))
 {
 echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE>\n";
 }
 else
 echo "error fetching document: ".$snoopy->error."\n";

獲取指定url內容

代碼如下:

<?php
 $url = "https://www.jb51.net";
 include("snoopy.php");
 $snoopy = new Snoopy;
 $snoopy->fetch($url); //獲取所有內容
 echo $snoopy->results; //顯示結果
 //可選以下
 $snoopy->fetchtext //獲取文本內容（去掉html代碼）
 $snoopy->fetchlinks //獲取鏈接
 $snoopy->fetchform  //獲取表單
 ?>

表單提交

代碼如下:

<?php
$formvars["username"] = "admin";
$formvars["pwd"] = "admin";
$action = "https://www.jb51.net";//</a>表單提交地址
$snoopy->submit($action,$formvars);//$formvars為提交的數組
echo $snoopy->results; //獲取表單提交后的 返回的結果
//可選以下
$snoopy->submittext; //提交后只返回 去除html的 文本
$snoopy->submitlinks;//提交后只返回 鏈接
?>

既然已經提交的表單 那就可以做很多事情 接下來我們來偽裝ip,偽裝瀏覽器

偽裝瀏覽器

代碼如下:

<?php
$formvars["username"] = "lanfengye";
$formvars["pwd"] = "lanfengye";
$action = "https://www.jb51.net";
include "snoopy.php";
$snoopy = new Snoopy;
$snoopy->cookies["PHPSESSID"] = 'fc106b1918bd522cc863f36890e6fff7'; //偽裝sessionid
$snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)"; //偽裝瀏覽器
$snoopy->referer = "https://www.jb51.net"; //偽裝來源頁地址 http_referer
$snoopy->rawheaders["Pragma"] = "no-cache"; //cache 的http頭信息
$snoopy->rawheaders["X_FORWARDED_FOR"] = "127.0.0.101"; //偽裝ip
$snoopy->submit($action,$formvars);
echo $snoopy->results;
?>

原來我們可以偽裝session 偽裝瀏覽器 ，偽裝ip， haha 可以做很多事情了。

例如：帶驗證碼，驗證ip 投票， 可以不停的投。

ps：這里偽裝ip ，其實是偽裝http頭, 所以一般的通過 REMOTE_ADDR 獲取的ip是偽裝不了，反而那些通過http頭來獲取ip的(可以防止代理的那種) 就可以自己來制造ip。

關于如何驗證碼 ，簡單說下：

首先用普通的瀏覽器， 查看頁面 ， 找到驗證碼所對應的sessionid，同時記下sessionid和驗證碼值，接下來就用snoopy去偽造 。

原理：由于是同一個sessionid 所以取得的驗證碼和第一次輸入的是一樣的。

有時我們可能需要偽造更多的東西,snoopy完全為我們想到了

<?php
$snoopy->proxy_host = "https://www.jb51.net";
$snoopy->proxy_port = "8080"; //使用代理
$snoopy->maxredirs = 2; //重定向次數
$snoopy->expandlinks = true; //是否補全鏈接 在采集的時候經常用到
// 例如鏈接為 /images/taoav.gif 可改為它的全鏈接 <a href="https://www.jb51.net/images/taoav.gif">https://www.jb51.net/images/taoav.gif</a>
$snoopy->maxframes = 5 //允許的最大框架數
//注意抓取框架的時候 $snoopy->results 返回的是一個數組
$snoopy->error //返回報錯信息
?>

以上是“php中如何使用snoopy”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！