php snoopy用法：1、【fetch($URI)】為了抓取網(wǎng)頁的內(nèi)容；2、【fetchtext($URI)】去除HTML標(biāo)簽和其他的無關(guān)數(shù)據(jù)；3、【fetchform($URI)】返回網(wǎng)頁中表單內(nèi)容。

本教程操作環(huán)境：windows7系統(tǒng)、PHP5.6版，DELL G3電腦。

php snoopy用法：

Snoopy類方法及示例：

1、fetch($URI)

這是為了抓取網(wǎng)頁的內(nèi)容而使用的方法。

$URI參數(shù)是被抓取網(wǎng)頁的URL地址。

抓取的結(jié)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(shù)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(biāo)簽和其他的無關(guān)數(shù)據(jù)，只返回網(wǎng)頁中的文字內(nèi)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(biāo)簽和其他的無關(guān)數(shù)據(jù)，只返回網(wǎng)頁中表單內(nèi)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(biāo)簽和其他的無關(guān)數(shù)據(jù)，只返回網(wǎng)頁中鏈接(link)。

默認情況下，相對鏈接將自動補全，轉(zhuǎn)換成完整的URL。

5、submit($URI,$formvars)

本方法向$URL指定的鏈接地址發(fā)送確認表單。$formvars是一個存儲表單參數(shù)的數(shù)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(biāo)簽和其他的無關(guān)數(shù)據(jù)，只返回登陸后網(wǎng)頁中的文字內(nèi)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(biāo)簽和其他的無關(guān)數(shù)據(jù)，只返回網(wǎng)頁中鏈接(link)。

默認情況下，相對鏈接將自動補全，轉(zhuǎn)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(shù)， 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(wù)器返回的響應(yīng)代碼

$headers 從服務(wù)器返回的頭信息

$maxlength 最長返回數(shù)據(jù)長度

$read_timeout 讀取操作超時 (requires PHP 4 Beta 4+) 設(shè)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(shù)量

$status 抓取的http的狀態(tài)

$temp_dir 網(wǎng)頁服務(wù)器能夠?qū)懭氲呐R時文件目錄 (/tmp)

$curl_path cURL binary 的目錄, 如果沒有cURL binary就設(shè)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(nèi)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(nèi)容  echo $snoopy->results; //顯示結(jié)果  //可選以下  $snoopy->fetchtext //獲取文本內(nèi)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(shù)組 echo $snoopy->results; //獲取表單提交后的 返回的結(jié)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(jīng)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(guān)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(yīng)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