php Snoopy手冊
php Snoopy手冊 中文版
Snoopy是什麼?
Snoopy是一個php類，用來模仿web流覽器的功能，它能完成獲取網頁內容和發送表單的任務。
Snoopy的一些特點:
* 方便抓取網頁的內容
* 方便抓取網頁的文本內容 (去除HTML標籤)
* 方便抓取網頁的鏈結
* 支援代理主機
* 支援基本的用戶名/密碼驗證
* 支援設置 user_agent, referer(來路), cookies 和 header content(頭文件)
* 支援流覽器轉向，並能控制轉向深度
* 能把網頁中的鏈結擴展成高質量的url(默認)
* 方便提交資料並且獲取返回值
* 支持跟蹤HTML框架(v0.92增加)
* 支持再轉向的時候傳遞cookies (v0.92增加)
要求:
Snoopy requires PHP with PCRE (Perl Compatible Regular Expressions),
which should be PHP 3.0.9 and up. For read timeout support, it requires
PHP 4 Beta 4 or later. Snoopy was developed and tested with PHP 3.0.12.
類方法:
fetch($URI)
———–
這是為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。
如果你正在抓取的是一個框架，Snoopy將會將每個框架追蹤後存入陣列中，然後存入 $this->results。
fetchtext($URI)
—————
本方法類似於fetch()，唯一不同的就是本方法會去除HTML標籤和其他的無關資料，只返回網頁中的文字內容。
fetchform($URI)
—————
本方法類似於fetch()，唯一不同的就是本方法會去除HTML標籤和其他的無關資料，只返回網頁中表單內容(form)。
fetchlinks($URI)
—————-
本方法類似於fetch()，唯一不同的就是本方法會去除HTML標籤和其他的無關資料，只返回網頁中鏈結(link)。
默認情況下，相對鏈結將自動補全，轉換成完整的URL。
submit($URI,$formvars)
———————-
本方法向$URL指定的鏈結位址發送確認表單。$formvars是一個存儲表單參數的陣列。
submittext($URI,$formvars)
————————–
本方法類似於submit()，唯一不同的就是本方法會去除HTML標籤和其他的無關資料，只返回登陸後網頁中的文字內容。
submitlinks($URI)
—————-
本方法類似於submit()，唯一不同的就是本方法會去除HTML標籤和其他的無關資料，只返回網頁中鏈結(link)。
默認情況下，相對鏈結將自動補全，轉換成完整的URL。
類屬性: (缺省值在括弧裏)
$host 連接的主機
$port 連接的埠
$proxy_host 使用的代理主機，如果有的話
$proxy_port 使用的代理主機埠，如果有的話
$agent 用戶代理偽裝 (Snoopy v0.1)
$referer 來路資訊，如果有的話
$cookies cookies， 如果有的話
$rawheaders 其他的頭資訊, 如果有的話
$maxredirs 最大重定向次數， 0=不允許 (5)
$offsiteok whether or not to allow redirects off-site. (true)
$expandlinks 是否將鏈結都補全為完整地址 (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 從伺服器返回的回應代碼
$headers 從伺服器返回的頭資訊
$maxlength 最長返回資料長度
$read_timeout 讀取操作超時 (requires PHP 4 Beta 4+)
設置為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量
$status 抓取的http的狀態
$temp_dir 網頁伺服器能夠寫入的暫存檔案目錄 (/tmp)
$curl_path cURL binary 的目錄, 如果沒有cURL binary就設置為 false