snoopy（强大的PHP采集类） 实例应用

Snoopy是一个php类，用来模拟浏览器的功能，能够获取网页内容，发送表单。

下载地址： http://sourceforge.net/project/showfiles.php?group_id=2091

Snoopy的一些特色:

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抓取网页的连接，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能把网页中的连接扩展成高质量的url(默认)
9提交数据而且获取返回值
10 支持跟踪HTML框架
11支持重定向的时候传递cookies
要求php4以上就能够了 因为自己是php一个类 无需扩支持 服务器不支持curl时候的最好选择， 

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。
若是你正在抓取的是一个框架，Snoopy将会将每一个框架追踪后存入数组中，而后存入 $this->results。

fetchtext($URI)
—————

本方法相似于fetch()，惟一不一样的就是本方法会去除HTML标签和其余的无关数据，只返回网页中的文字内容。

fetchform($URI)
—————

本方法相似于fetch()，惟一不一样的就是本方法会去除HTML标签和其余的无关数据，只返回网页中表单内容(form)。

fetchlinks($URI)
—————-

本方法相似于fetch()，惟一不一样的就是本方法会去除HTML标签和其余的无关数据，只返回网页中连接(link)。
默认状况下，相对连接将自动补全，转换成完整的URL。

submit($URI,$formvars)
———————-

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

submittext($URI,$formvars)
————————–

本方法相似于submit()，惟一不一样的就是本方法会去除HTML标签和其余的无关数据，只返回登录后网页中的文字内容。

submitlinks($URI)
—————-

本方法相似于submit()，惟一不一样的就是本方法会去除HTML标签和其余的无关数据，只返回网页中连接(link)。
默认状况下，相对连接将自动补全，转换成完整的URL。

类属性: (缺省值在括号里)

$host 链接的主机
$port 链接的端口
$proxy_host 使用的代理主机，若是有的话
$proxy_port 使用的代理主机端口，若是有的话
$agent 用户代理假装 (Snoopy v0.1)
$referer 来路信息，若是有的话
$cookies cookies， 若是有的话
$rawheaders 其余的头信息, 若是有的话
$maxredirs 最大重定向次数， 0=不容许 (5)
$offsiteok whether or not to allow redirects off-site. (true)
$expandlinks 是否将连接都补全为完整地址 (true)
$user 认证用户名, 若是有的话
$pass 认证用户名, 若是有的话
$accept http 接受类型 (image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, */*)
$error 哪里报错, 若是有的话
$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 读取操做超时 (requires PHP 4 Beta 4+)
设置为0为没有超时
$timed_out 若是一次读取操做超时了，本属性返回 true (requires PHP 4 Beta 4+)
$maxframes 容许追踪的框架最大数量
$status 抓取的http的状态
$temp_dir 网页服务器可以写入的临时文件目录 (/tmp)
$curl_path cURL binary 的目录, 若是没有cURL binary就设置为 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