Snoopy使用举例说明
1抓取网页的内容 fetch
2 抓取网页的文本内容 (去除HTML标签) fetchtext
3抓取网页的链接，表单 fetchlinks fetchform
4 支持代理主机
5支持基本的用户名/密码验证
6 支持设置 user_agent, referer(来路), cookies 和 header content(头文件)
7支持浏览器重定向，并能控制重定向深度
8能把网页中的链接扩展成高质量的url(默认)
9提交数据并且获取返回值
10 支持跟踪HTML框架
11支持重定向的时候传递cookies<!--more-->
1获取指定url内容
<?php
$url = “http://www.youtube.com”;
include(”snoopy.php”);
$snoopy = new Snoopy;
$snoopy->fetch($url); //获取所有内容
echo $snoopy->results; //显示结果
//可选以下
$snoopy->fetchtext //获取文本内容（去掉html代码）
$snoopy->fetchlinks //获取链接
$snoopy->fetchform //获取表单
?>
2 表单提交
<?php
$formvars["username"] = “admin”;
$formvars["pwd"] = “admin”;
$action = “http://www.taoav.com”;//表单提交地址
$snoopy->submit($action,$formvars);//$formvars为提交的数组
echo $snoopy->results; //获取表单提交后的 返回的结果
//可选以下
$snoopy->submittext; //提交后只返回 去除html的 文本
$snoopy->submitlinks;//提交后只返回 链接
?>
3 伪装
<?php
$formvars["username"] = “admin”;
$formvars["pwd"] = “admin”;
$action = “http://www.taoav.com”;
include “snoopy.php”;
$snoopy = new Snoopy;
$snoopy->cookies["PHPSESSID"] = ‘fc106b1918bd522cc863f36890e6fff7′; //伪装sessionid
$snoopy->agent = “(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)”; //伪装浏览器
$snoopy->referer = “http://www.only4.cn”; //伪装来源页地址 http_referer
$snoopy->rawheaders["Pragma"] = “no-cache”; //cache 的http头信息
$snoopy->rawheaders["X_FORWARDED_FOR"] = “127.0.0.101″; //伪装ip
$snoopy->submit($action,$formvars);
echo $snoopy->results;
?>
原来我们可以伪装session 伪装浏览器 ，伪装ip， haha 可以做很多事情了。
例如 带验证码，验证ip 投票， 可以不停的投。
ps:这里伪装ip ，其实是伪装http头, 所以一般的通过 REMOTE_ADDR 获取的ip是伪装不了，
反而那些通过http头来获取ip的(可以防止代理的那种) 就可以自己来制造ip。
关于如何验证码 ，简单说下：
首先用普通的浏览器， 查看页面 ， 找到验证码所对应的sessionid，
同时记下sessionid和验证码值，
接下来就用snoopy去伪造 。
原理:由于是同一个sessionid 所以取得的验证码和第一次输入的是一样的。
4 有时我们可能需要伪造更多的东西,snoopy完全为我们想到了
<?php
$snoopy->proxy_host = “www.only4.cn”;
$snoopy->proxy_port = “8080″; //使用代理
$snoopy->maxredirs = 2; //重定向次数
$snoopy->expandlinks = true; //是否补全链接 在采集的时候经常用到
// 例如链接为 /images/taoav.gif 可改为它的全链接 [img]http://www.taoav.com/images/taoav.gif[/img]
$snoopy->maxframes = 5 //允许的最大框架数
//注意抓取框架的时候 $snoopy->results 返回的是一个数组
$snoopy->error //返回报错信息
?>
PHP代码
1. <?
2. $url = "http://www.taoav.com";
3. include("snoopy.php");
4. $snoopy = new Snoopy;
5. $snoopy->fetch($url); //获取所有内容
6. echo $snoopy->results; //显示结果
7. //可选以下
8. $snoopy->fetchtext //获取文本内容（去掉html代码）
9. $snoopy->fetchlinks //获取链接
10. $snoopy->fetchform //获取表单
11. ?>
表单提交
PHP代码
1. <?php
2. $formvars["username"] = "admin";
3. $formvars["pwd"] = "admin";
4.
5. $action = "http://www.taoav.com";//表单提交地址
6. $snoopy->submit($action,$formvars);//$formvars为提交的数组
7. echo $snoopy->results; //获取表单提交后的 返回的结果
8. //可选以下
9. $snoopy->submittext; //提交后只返回 去除html的 文本
10. $snoopy->submitlinks;//提交后只返回 链接
11. ?>
既然已经提交的表单 那就可以做很多事情 接下来我们来伪装ip,伪装浏览器
伪装PHP代码
1. <?php
2. $formvars["username"] = "admin";
3. $formvars["pwd"] = "admin";
4. $action = "http://www.taoav.com";
5. include "snoopy.php";
6. $snoopy = new Snoopy;
7. $snoopy->cookies["PHPSESSID"] = 'fc106b1918bd522cc863f36890e6fff7'; //伪装sessionid
8. $snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)"; //伪装浏览器
9. $snoopy->referer = http://www.php100.com; //伪装来源页地址 http_referer
10. $snoopy->rawheaders["Pragma"] = "no-cache"; //cache 的http头信息
11. $snoopy->rawheaders["X_FORWARDED_FOR"] = "127.0.0.101"; //伪装ip
12. $snoopy->submit($action,$formvars);
13. echo $snoopy->results;
14. ?>
原来我们可以伪装session 伪装浏览器 ，伪装ip， haha 可以做很多事情了。
例如 带验证码，验证ip 投票， 可以不停的投。
ps:这里伪装ip ，其实是伪装http头, 所以一般的通过 REMOTE_ADDR 获取的ip是伪装不了，
反而那些通过http头来获取ip的(可以防止代理的那种) 就可以自己来制造ip。
关于如何验证码 ，简单说下：
首先用普通的浏览器， 查看页面 ， 找到验证码所对应的sessionid，
同时记下sessionid和验证码值，
接下来就用snoopy去伪造 。
原理:由于是同一个sessionid 所以取得的验证码和第一次输入的是一样的。
有时我们可能需要伪造更多的东西,snoopy完全为我们想到了 <!--more-->
PHP代码
1. <?php
2. $snoopy->proxy_host = "www.php100.com";
3. $snoopy->proxy_port = "8080"; //使用代理
4. $snoopy->maxredirs = 2; //重定向次数
5. $snoopy->expandlinks = true; //是否补全链接 在采集的时候经常用到
6. // 例如链接为 /images/taoav.gif 可改为它的全链接 http://www.taoav.com/images/taoav.gif
7. $snoopy->maxframes = 5 //允许的最大框架数
8. //注意抓取框架的时候 $snoopy->results 返回的是一个数组
9. $snoopy->error //返回报错信息
10. ?>
