2KB项目,专业的源码交易网站 帮助 收藏 每日签到

PHP类Snoopy总结

  • 时间:2019-08-29 13:27 编辑:Oscar Gonzalez 来源:2KB项目 阅读:216
  • 扫一扫,手机访问
  • 分享
摘要:PHP类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。PHP类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

1.jpg

什么是PHP类Snoopy?


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。

下载Snoopy类,下载地址:http://sourceforge.net/projects/snoopy/


PHP类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)

PHP类Snoopy正确运行需要你的服务器的 PHP 版本在 4 以上,并且支持 PCRE(Perl Compatible Regular Expressions),基本的 LAMP 服务都支持。


Snoopy提供以下的接口&方法:

fetch($URI)
这个方法是抓取网页的内容,$URI 是要抓取网页的网址,抓取过来结果存储到 $this->results。如果你抓取的是框架,这每个 frame 都会被抓取,结果会保存到一个数组中。

fetchtext($URI)
这个方法和 fetch() 是大致相同,只是它的结果是文本,除去 HTML 标签和其他无关信息。

fetchform($URI)
这个方法只返回抓取的网页上 form 元素。

fetchlinks($URI)
这个方法只返回抓取的网页上的链接,默认返回的链接都是含有域名的链接。

submit($URI,$formvars)
这个方法提交一个表单到指定的 $URI。$formvars 是要传递的 form 变量数组。

submittext($URI,$formvars)
这个方法和 submit() 基本一致,但是它返回的是文本,除去了 html 标签和其他无关数据。

submitlinks($URI)
这个方法返回的是链接。


Snoopy基本示例

include "Snoopy.class.php";
$snoopy = new Snoopy;
$snoopy->proxy_host = "http://www.2kb.com";
$snoopy->proxy_port = "80";
$snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)";
$snoopy->referer = "http://www.2kb.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.2kb.com")) {
    echo "<PRE>" . htmlspecialchars($snoopy->results) . "</PRE>n";
} else {
    echo "error fetching document: " . $snoopy->error . "n";
}

获取指定url内容

$url = "http://www.2kb.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
echo $snoopy->fetchtext; //获取文本内容(去掉html代码)
echo $snoopy->fetchlinks; //获取链接
echo $snoopy->fetchform; //获取表单

表单提交

$formvars["username"] = "admin";
$formvars["pwd"] = "admin";
$action = "http://www.2kb.com";//</a>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

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

伪装浏览器

$formvars["username"] = "lanfengye";
$formvars["pwd"] = "lanfengye";
$action = "http://www.2kb.com";
include "snoopy.php";
$snoopy = new Snoopy;
$snoopy->cookies["PHPSESSID"] = '31232112918bd1232312f7'; //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.2kb.com"; //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。

有时我们可能需要伪造更多的东西,snoopy完全为我们想到了

$snoopy->proxy_host = "http://www.2kb.com";
$snoopy->proxy_port = "8088"; //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/2kb.gif 可改为它的全链接 <a href="http://www.9it.me/images/taoav.gif">http://www.9it.me/images/taoav.gif</a>
$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


用PHP Snoopy类抓取一个简单的图片:

<meta http-equiv='content-type' content='text/html;charset=utf-8'>
<?php    
include 'Snoopy.class.php';   //加载Snoopy类     
$snoopy = new Snoopy();       //实例化一个对象
$sourceURL = "http://www.nbxg.com/***/";    //要抓取的网页
$snoopy->fetchlinks($sourceURL);        //获得网页的链接
$a = $snoopy->results;     //得到网页链接的结果
$re = "/d+.html$/";     //匹配的正则
//过滤获取指定的文件地址请求  
foreach ($a as $tmp) { 
    if (preg_match($re, $tmp)) {
        $aa=$tmp;        
     }    
}  
getImgURL($aa);
function getImgURL($siteName) 
{        
     $snoopy = new Snoopy();        
     $snoopy->fetch($siteName);                
     $fileContent = $snoopy->results;    //获取过滤后的页面的内容            
     //匹配图片的正则表达式        
     $reTag = "/<img[^s]+src="(http://[^"]+).(jpg|png|gif|jpeg)"[^/]*/>/i";                
    if (preg_match($reTag, $fileContent)) {  
           //过滤图片
        $ret = preg_match_all($reTag, $fileContent, $matchResult);                     
        for ($i = 0, $len = count($matchResult[1]); $i < $len; ++$i) 
        {      
            saveImgURL($matchResult[1][$i], $matchResult[2][$i]);            
        }        
    }    
}        
function saveImgURL($name, $suffix) { 
    $url = $name.".".$suffix;                
     echo "请求的图片地址:".$url."<br/>";                
     $imgSavePath = "E:/ABC/images/";  //图片保存地址      
     $imgId =mt_rand(); //产生一个随机的文件名
     if ($suffix == "gif") { 
        //根据图片类型,放入不同的文件夹下面           
          $imgSavePath .= "emotion";        
     } 
    else 
    {            
          $imgSavePath .= "topic";        
     }        
     $imgSavePath .= ("/".$imgId.".".$suffix);  //组装要保存的文件名
     if (is_file($imgSavePath)) {   
        //判断文件名是否存在,存在则删除         
          unlink($imgSavePath);            
          echo "<p style='color:#f00;'>文件".$imgSavePath."已存在,将被删除</p>";        
     }  
     $imgFile = file_get_contents($url); //读取网络文件     
     $flag = file_put_contents($imgSavePath,$imgFile);   //写入到本地 
     if ($flag) {            
          echo "<p>文件".$imgSavePath."保存成功</p>";        
     }    
}
?>


用PHP Snoopy类抓取一Google:

/**
* You need the snoopy.class.php from 
* http://snoopy.sourceforge.net/
*/
include("snoopy.class.php");
 
$snoopy = new Snoopy;
// need an proxy?:
//$snoopy->proxy_host = "my.proxy.host";
//$snoopy->proxy_port = "8080";
 
// set browser and referer:
$snoopy->agent = "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1)";
$snoopy->referer = "http://www.errb.com/";
 
// set some cookies:
$snoopy->cookies["SessionID"] = '2331234723489';
$snoopy->cookies["favoriteColor"] = "blue";
 
// set an raw-header:
$snoopy->rawheaders["Pragma"] = "no-cache";
 
// set some internal variables:
$snoopy->maxredirs = 2;
$snoopy->offsiteok = false;
$snoopy->expandlinks = false;
 
// set username and password (optional)
//$snoopy->user = "joe";
//$snoopy->pass = "bloe";
 
// fetch the text of the website www.google.com:
if($snoopy->fetchtext("http://www.google.com")){ 
    // other methods: fetch, fetchform, fetchlinks, submittext and submitlinks
 
    // response code:
    print "response code: ".$snoopy->response_code."<br/>n";
 
    // print the headers:
 
    print "<b>Headers:</b><br/>";
    while(list($key,$val) = each($snoopy->headers)){
        print $key.": ".$val."<br/>n";
    }
 
    print "<br/>n";
 
    // print the texts of the website:
    print htmlspecialchars($snoopy->results)."n";
}
else {
    print "Snoopy: error while fetching document: ".$snoopy->error."n";
}


用PHP Snoopy类伪装浏览器

<?php
$formvars["username"] = "2KB";
$formvars["pwd"] = "admin";
$action = "http://seo.2kb.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.word.2kb.com; //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;
?>



2KB项目(www.2kb.com,源码交易平台),提供担保交易、源码交易、虚拟商品、在家创业、在线创业、任务交易、网站设计、软件设计、网络兼职、站长交易、域名交易、链接买卖、网站交易、广告买卖、站长培训、建站美工等服务

  • 全部评论(0)
上一篇:已是第一篇内容
下一篇:久等了!2KBiOS客户端「夜间模式」上线!
资讯详情页最新发布上方横幅
最新发布的资讯信息
【计算机/互联网|互联网】深入理解 Rust 的动态分派模型(2020-03-30 04:08)
【计算机/互联网|】mysql 索引过长1071-max key length is 767 byte(2020-03-16 04:01)
【计算机/互联网|】maven build卡死在Downloading的解决方法(2020-03-08 12:13)
【计算机/互联网|】Eclipse里的Java项目按住Ctrl + 左键不能进行跳转问题(2020-03-06 15:32)
【计算机/互联网|互联网】Ceph 性能调优(2020-03-03 23:56)
【计算机/互联网|】百度推送返回状态说明(2020-02-22 18:38)
【计算机/互联网|】tomcat建立示例java web项目(2020-02-15 11:27)
【计算机/互联网|】springboot打包成war,部署到tomcat访问404的问题 (2020-02-13 10:54)
【行业动态|】CES 2020教会了我们关于今年手机的知识:更便宜的可折叠材料,5G及更多(2020-02-10 01:32)
【行业动态|】谷歌Chrome的隐私变化将在今年晚些时候登陆网络(2020-02-10 01:28)
联系我们

Q Q: 7090832

电话:400-0011-990

邮箱:7090832@qq.com

时间:9:00-23:00

联系客服
商家入住 服务咨询 投拆建议 联系客服
0577-67068160
手机版

扫一扫进手机版
返回顶部