广场 › 『网站建设』 › [转]snoopy——PHP版的网络客户端

ctnet 发表于 2009 年 1 月 19 日 17:08:53

Snoopy手册中文版
/**
* @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
*/
名称:

Snoopy - the PHP net client v1.2.2

概要:


    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;
    $snoopy->fetch("http://www.ispi.net/");
    echo "<PRE> ";
    echo htmlentities($snoopy->results);
    echo htmlentities($snoopy->results);
    echo htmlentities($snoopy->results);
    echo "</PRE> ";

    $snoopy->fetchform("http://www.altavista.com");
    print $snoopy->results;




描述:

Snoopy是什么?

Snoopy是一个php类，用来模仿web浏览器的功能，它能完成获取网页内容和发送表单的任务。

Snoopy的一些特点:

* 方便抓取网页的内容
* 方便抓取网页的文本内容 (去除HTML标签)
* 方便抓取网页的链接
* 支持代理主机
* 支持基本的用户名/密码验证
* 支持设置 user_agent, referer(来路), cookies 和 header content(头文件)
* 支持浏览器转向，并能控制转向深度
* 能把网页中的链接扩展成高质量的url(默认)
* 方便提交数据并且获取返回值
* 支持跟踪HTML框架(v0.92增加)
* 支持再转向的时候传递cookies (v0.92增加)

要求:

Snoopy 要求 PHP with PCRE (Perl Compatible Regular Expressions),
which should be PHP 3.0.9 and up. For read timeout support, it 要求
PHP 4 Beta 4 or later. Snoopy was developed and tested with PHP 3.0.12.

类方法:

fetch($URI)
-----------

这是为了抓取网页的内容而使用的方法。
$URI参数是被抓取网页的URL地址。
抓取的结果被存储在 $this->results 中。
如果你正在抓取的是一个框架，Snoopy将会将每个框架追踪后存入数组中，然后存入 $this->results。

fetchtext($URI)
---------------

本方法类似于fetch()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中的文字内容。

fetchform($URI)
---------------

本方法类似于fetch()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中表单内容(form)。

fetchlinks($URI)
----------------

本方法类似于fetch()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中链接(link)。
默认情况下，相对链接将自动补全，转换成完整的URL。

submit($URI,$formvars)
----------------------

本方法向$URL指定的链接地址发送确认表单。$formvars是一个存储表单参数的数组。


submittext($URI,$formvars)
--------------------------

本方法类似于submit()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回登陆后网页中的文字内容。

submitlinks($URI)
----------------

本方法类似于submit()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中链接(link)。
默认情况下，相对链接将自动补全，转换成完整的URL。


类属性: (缺省值在括号里)

$host 连接的主机
$port 连接的端口
$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 来路信息，如果有的话
$cookies cookies， 如果有的话
$rawheaders 其他的头信息, 如果有的话
$maxredirs 最大重定向次数， 0=不允许 (5)
$offsiteok whether or not to allow redirects off-site. (true)
$expandlinks         是否将链接都补全为完整地址 (true)
$user 认证用户名, 如果有的话
$pass 认证用户名, 如果有的话
$accept http 接受类型 (image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, */*)
$error 哪里报错, 如果有的话
$response_code 从服务器返回的响应代码
$headers 从服务器返回的头信息
$maxlength 最长返回数据长度
$read_timeout 读取操作超时 (要求 PHP 4 Beta 4+)
设置为0为没有超时
$timed_out 如果一次读取操作超时了，本属性返回 true (要求 PHP 4 Beta 4+)
$maxframes 允许追踪的框架最大数量
$status 抓取的http的状态
$temp_dir 网页服务器能够写入的临时文件目录 (/tmp)
$curl_path cURL binary 的目录, 如果没有cURL binary就设置为 false


例子:

例子: 抓取一个页面并显示他的头信息和页面内容 (去掉HTML标签的页面):



   include "Snoopy.class.php";
    $snoopy = new Snoopy;
   
    $snoopy->user = "joe";
    $snoopy->pass = "bloe";
   
    if($snoopy->fetch("http://www.slashdot.org/"))
    {
      echo "response code: ".$snoopy->response_code."<br> ";
      while(list($key,$val) = each($snoopy->headers))
            echo $key.": ".$val."<br> ";
      echo "<p> ";
      
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
    }
    else
      echo "error fetching document: ".$snoopy->error." ";



例子: 提交一个表单并且打印出头信息和去掉HTML标签的页面:




    include "Snoopy.class.php";
    $snoopy = new Snoopy;
   
    $submit_url = "http://lnk.ispi.net/texis/scripts/msearch/netsearch.html";
   
    $submit_vars["q"] = "amiga";
    $submit_vars["submit"] = "Search!";
    $submit_vars["searchhost"] = "Altavista";

      
    if($snoopy->submit($submit_url,$submit_vars))
    {
      while(list($key,$val) = each($snoopy->headers))
            echo $key.": ".$val."<br> ";
      echo "<p> ";
      
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
    }
    else
      echo "error fetching document: ".$snoopy->error." ";   
例子: 展示所有属性的功能:



    include "Snoopy.class.php";
    $snoopy = new Snoopy;

    $snoopy->proxy_host = "my.proxy.host";
    $snoopy->proxy_port = "8080";
   
    $snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)";
    $snoopy->referer = "http://www.microsnot.com/";
   
    $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($snoopy->fetchtext("http://www.phpbuilder.com"))
    {
      while(list($key,$val) = each($snoopy->headers))
            echo $key.": ".$val."<br> ";
      echo "<p> ";
      
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
    }
    else
      echo "error fetching document: ".$snoopy->error." ";



例子: 抓取框架内容并展示结果：




    include "Snoopy.class.php";
    $snoopy = new Snoopy;
   
    $snoopy->maxframes = 5;
   
    if($snoopy->fetch("http://www.ispi.net/"))
    {
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
    }
    else
      echo "error fetching document: ".$snoopy->error." ";



COPYRIGHT:
Copyright(c) 1999,2000 ispi. All rights reserved.
This software is released under the GNU General Public License.
Please read the disclaimer at the top of the Snoopy.class.php file.


THANKS:
Special Thanks to:
Peter Sorger <sorgo@cool.sk> help fixing a redirect bug
Andrei Zmievski <andrei@ispi.net> implementing time out functionality
Patric Sandelin <patric@kajen.com> help with fetchform debugging
Carmelo <carmelo@meltingsoft.com> misc bug fixes with frames

-

文章出处：http://www.diybl.com/course/1_web/webjs/200855/114322.html

loveni 发表于 2009 年 1 月 19 日 17:09:27

不知道是什么啊

ctnet 发表于 2009 年 1 月 19 日 17:50:25

早和套套在一年多前就用了

不过这个类有bug，我做了一个修正版本，不错
长天 发表于 2009-1-19 01:32 http://jgwy.net/images/common/back.gif
就是看了你的VD~~才去找上面的来看看~~

ctnet 发表于 2009 年 1 月 19 日 17:57:50

/**
* @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
*/
名称:

Snoopy - the PHP net client v1.2.2

概要:


    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;
    $snoopy->fetch("http://www.ispi.net/");
    echo "<PRE> ";
    echo htmlentities($snoopy->results);
    echo htmlentities($snoopy->results);
    echo htmlentities($snoopy->results);
    echo "</PRE> ";

    $snoopy->fetchform("http://www.altavista.com");
    print $snoopy->results;




描述:

Snoopy是什么?

Snoopy是一个php类，用来模仿web浏览器的功能，它能完成获取网页内容和发送表单的任务。

Snoopy的一些特点:

* 方便抓取网页的内容
* 方便抓取网页的文本内容 (去除HTML标签)
* 方便抓取网页的链接
* 支持代理主机
* 支持基本的用户名/密码验证
* 支持设置 user_agent, referer(来路), cookies 和 header content(头文件)
* 支持浏览器转向，并能控制转向深度
* 能把网页中的链接扩展成高质量的url(默认)
* 方便提交数据并且获取返回值
* 支持跟踪HTML框架(v0.92增加)
* 支持再转向的时候传递cookies (v0.92增加)

要求:

Snoopy 要求 PHP with PCRE (Perl Compatible Regular Expressions),
which should be PHP 3.0.9 and up. For read timeout support, it 要求
PHP 4 Beta 4 or later. Snoopy was developed and tested with PHP 3.0.12.

类方法:

fetch($URI)
-----------

这是为了抓取网页的内容而使用的方法。
$URI参数是被抓取网页的URL地址。
抓取的结果被存储在 $this->results 中。
如果你正在抓取的是一个框架，Snoopy将会将每个框架追踪后存入数组中，然后存入 $this->results。

fetchtext($URI)
---------------

本方法类似于fetch()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中的文字内容。

fetchform($URI)
---------------

本方法类似于fetch()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中表单内容(form)。

fetchlinks($URI)
----------------

本方法类似于fetch()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中链接(link)。
默认情况下，相对链接将自动补全，转换成完整的URL。

submit($URI,$formvars)
----------------------

本方法向$URL指定的链接地址发送确认表单。$formvars是一个存储表单参数的数组。


submittext($URI,$formvars)
--------------------------

本方法类似于submit()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回登陆后网页中的文字内容。

submitlinks($URI)
----------------

本方法类似于submit()，唯一不同的就是本方法会去除HTML标签和其他的无关数据，只返回网页中链接(link)。
默认情况下，相对链接将自动补全，转换成完整的URL。


类属性: (缺省值在括号里)

$host 连接的主机
$port 连接的端口
$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 来路信息，如果有的话
$cookies cookies， 如果有的话
$rawheaders 其他的头信息, 如果有的话
$maxredirs 最大重定向次数， 0=不允许 (5)
$offsiteok whether or not to allow redirects off-site. (true)
$expandlinks         是否将链接都补全为完整地址 (true)
$user 认证用户名, 如果有的话
$pass 认证用户名, 如果有的话
$accept http 接受类型 (image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, */*)
$error 哪里报错, 如果有的话
$response_code 从服务器返回的响应代码
$headers 从服务器返回的头信息
$maxlength 最长返回数据长度
$read_timeout 读取操作超时 (要求 PHP 4 Beta 4+)
设置为0为没有超时
$timed_out 如果一次读取操作超时了，本属性返回 true (要求 PHP 4 Beta 4+)
$maxframes 允许追踪的框架最大数量
$status 抓取的http的状态
$temp_dir 网页服务器能够写入的临时文件目录 (/tmp)
$curl_path cURL binary 的目录, 如果没有cURL binary就设置为 false


例子:

例子: 抓取一个页面并显示他的头信息和页面内容 (去掉HTML标签的页面):



   include "Snoopy.class.php";
    $snoopy = new Snoopy;
   
    $snoopy->user = "joe";
    $snoopy->pass = "bloe";
   
    if($snoopy->fetch("http://www.slashdot.org/"))
    {
      echo "response code: ".$snoopy->response_code."<br> ";
      while(list($key,$val) = each($snoopy->headers))
            echo $key.": ".$val."<br> ";
      echo "<p> ";
      
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
    }
    else
      echo "error fetching document: ".$snoopy->error." ";



例子: 提交一个表单并且打印出头信息和去掉HTML标签的页面:




    include "Snoopy.class.php";
    $snoopy = new Snoopy;
   
    $submit_url = "http://lnk.ispi.net/texis/scripts/msearch/netsearch.html";
   
    $submit_vars["q"] = "amiga";
    $submit_vars["submit"] = "Search!";
    $submit_vars["searchhost"] = "Altavista";

      
    if($snoopy->submit($submit_url,$submit_vars))
    {
      while(list($key,$val) = each($snoopy->headers))
            echo $key.": ".$val."<br> ";
      echo "<p> ";
      
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
    }
    else
      echo "error fetching document: ".$snoopy->error." ";   
例子: 展示所有属性的功能:



    include "Snoopy.class.php";
    $snoopy = new Snoopy;

    $snoopy->proxy_host = "my.proxy.host";
    $snoopy->proxy_port = "8080";
   
    $snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)";
    $snoopy->referer = "http://www.microsnot.com/";
   
    $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($snoopy->fetchtext("http://www.phpbuilder.com"))
    {
      while(list($key,$val) = each($snoopy->headers))
            echo $key.": ".$val."<br> ";
      echo "<p> ";
      
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
    }
    else
      echo "error fetching document: ".$snoopy->error." ";



例子: 抓取框架内容并展示结果：




    include "Snoopy.class.php";
    $snoopy = new Snoopy;
   
    $snoopy->maxframes = 5;
   
    if($snoopy->fetch("http://www.ispi.net/"))
    {
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
      echo "<PRE>".htmlspecialchars($snoopy->results)."</PRE> ";
    }
    else
      echo "error fetching document: ".$snoopy->error." ";



COPYRIGHT:
Copyright(c) 1999,2000 ispi. All rights reserved.
This software is released under the GNU General Public License.
Please read the disclaimer at the top of the Snoopy.class.php file.


THANKS:
Special Thanks to:
Peter Sorger <sorgo@cool.sk> help fixing a redirect bug
Andrei Zmievski <andrei@ispi.net> implementing time out functionality
Patric Sandelin <patric@kajen.com> help with fetchform debugging
Carmelo <carmelo@meltingsoft.com> misc bug fixes with frames


文章出处：http://www.diybl.com/course/1_web/webjs/200855/114322.html

查看完整版本: [转]snoopy——PHP版的网络客户端