snoopy（強大的PHP採集類） 實例應用

Snoopy是一個php類，用來模擬瀏覽器的功能，能夠獲取網頁內容，發送表單。

下載地址： http://sourceforge.net/project/showfiles.php?group_id=2091

Snoopy的一些特色:

1抓取網頁的內容 fetch
2 抓取網頁的文本內容 (去除HTML標籤) fetchtext
3抓取網頁的連接，表單 fetchlinks fetchform
4 支持代理主機
5支持基本的用戶名/密碼驗證
6 支持設置 user_agent, referer(來路), cookies 和 header content(頭文件)
7支持瀏覽器重定向，並能控制重定向深度
8能把網頁中的連接擴展成高質量的url(默認)
9提交數據而且獲取返回值
10 支持跟蹤HTML框架
11支持重定向的時候傳遞cookies
要求php4以上就能夠了 因爲自己是php一個類 無需擴支持 服務器不支持curl時候的最好選擇， 

類方法:

fetch($URI)
———–

這是爲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。
若是你正在抓取的是一個框架，Snoopy將會將每一個框架追蹤後存入數組中，而後存入 $this->results。

fetchtext($URI)
—————

本方法相似於fetch()，惟一不一樣的就是本方法會去除HTML標籤和其餘的無關數據，只返回網頁中的文字內容。

fetchform($URI)
—————

本方法相似於fetch()，惟一不一樣的就是本方法會去除HTML標籤和其餘的無關數據，只返回網頁中表單內容(form)。

fetchlinks($URI)
—————-

本方法相似於fetch()，惟一不一樣的就是本方法會去除HTML標籤和其餘的無關數據，只返回網頁中連接(link)。
默認狀況下，相對連接將自動補全，轉換成完整的URL。

submit($URI,$formvars)
———————-

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

submittext($URI,$formvars)
————————–

本方法相似於submit()，惟一不一樣的就是本方法會去除HTML標籤和其餘的無關數據，只返回登錄後網頁中的文字內容。

submitlinks($URI)
—————-

本方法相似於submit()，惟一不一樣的就是本方法會去除HTML標籤和其餘的無關數據，只返回網頁中連接(link)。
默認狀況下，相對連接將自動補全，轉換成完整的URL。

類屬性: (缺省值在括號裏)

$host 鏈接的主機
$port 鏈接的端口
$proxy_host 使用的代理主機，若是有的話
$proxy_port 使用的代理主機端口，若是有的話
$agent 用戶代理假裝 (Snoopy v0.1)
$referer 來路信息，若是有的話
$cookies cookies， 若是有的話
$rawheaders 其餘的頭信息, 若是有的話
$maxredirs 最大重定向次數， 0=不容許 (5)
$offsiteok whether or not to allow redirects off-site. (true)
$expandlinks 是否將連接都補全爲完整地址 (true)
$user 認證用戶名, 若是有的話
$pass 認證用戶名, 若是有的話
$accept http 接受類型 (image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, */*)
$error 哪裏報錯, 若是有的話
$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 讀取操做超時 (requires PHP 4 Beta 4+)
設置爲0爲沒有超時
$timed_out 若是一次讀取操做超時了，本屬性返回 true (requires PHP 4 Beta 4+)
$maxframes 容許追蹤的框架最大數量
$status 抓取的http的狀態
$temp_dir 網頁服務器可以寫入的臨時文件目錄 (/tmp)
$curl_path cURL binary 的目錄, 若是沒有cURL binary就設置爲 false

如下是demo

01	include "Snoopy.class.php";

02	$snoopy = new Snoopy;

03

04	$snoopy->proxy_host = "http://www.4wei.cn";

05	$snoopy->proxy_port = "80";

06

07	$snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)";

08	$snoopy->referer = "http://www.4wei.cn";

09