snoopy 模拟表单提交
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
fetch($url) 该方法用于抓取网页内容,类似于file_get_contents
submit($posturl,$params,$files) 该方法提交表单数据,第二个参数是一个一维数组,例如array('user'=>'zhangsan','pwd'=>'lisi'),第三个参数是可选参数,上传文件时用到,例如array('myfile' => './images/test.jpg')
fetchlinks($url) 该方法用于获取网页所有链接
fetchform($url) 该方法用于获取网页上的form表单内容
fetchtext($url) 该方法用户获取不带标签的网页内容
submitlinks($posturl,$params) 该方法提交表单数据参数与submit方法相同,不同点是获取到的结果数据是链接
submittext($posturl,$params) 该方法提交表单数据参数与submit方法相同,不同点是获取到的结果数据是文本数据
set_submit_multipart() 该方法没有参数,文件上传时有效类似于设置表单中的enctype="multipart/form-data"
set_submit_normal() 该方法没有参数,相当于设置一个普通表单,不可用户文件
例如 带验证码,验证ip 投票, 可以不停的投。
ps:这里伪装ip ,其实是伪装http头, 所以一般的通过 REMOTE_ADDR 获取的ip是伪装不了,
反而那些通过http头来获取ip的(可以防止代理的那种) 就可以自己来制造ip。
关于如何验证码 ,简单说下:
首先用普通的浏览器, 查看页面 , 找到验证码所对应的sessionid,
同时记下sessionid和验证码值,
接下来就用snoopy去伪造 。
原理:由于是同一个sessionid 所以取得的验证码和第一次输入的是一样的。
4、有时我们可能需要伪造更多的东西,snoopy完全为我们想到了
2 抓取网页的文本内容 (去除HTML标签) fetchtext
3抓取网页的链接,表单 fetchlinks fetchform
4 支持代理主机
5支持基本的用户名/密码验证
6 支持设置 user_agent, referer(来路), cookies 和 header content(头文件)
7支持浏览器重定向,并能控制重定向深度
8能把网页中的链接扩展成高质量的url(默认)
9提交数据并且获取返回值
10 支持跟踪HTML框架
11支持重定向的时候传递cookies
fetch($url) 该方法用于抓取网页内容,类似于file_get_contents
submit($posturl,$params,$files) 该方法提交表单数据,第二个参数是一个一维数组,例如array('user'=>'zhangsan','pwd'=>'lisi'),第三个参数是可选参数,上传文件时用到,例如array('myfile' => './images/test.jpg')
fetchlinks($url) 该方法用于获取网页所有链接
fetchform($url) 该方法用于获取网页上的form表单内容
fetchtext($url) 该方法用户获取不带标签的网页内容
submitlinks($posturl,$params) 该方法提交表单数据参数与submit方法相同,不同点是获取到的结果数据是链接
submittext($posturl,$params) 该方法提交表单数据参数与submit方法相同,不同点是获取到的结果数据是文本数据
set_submit_multipart() 该方法没有参数,文件上传时有效类似于设置表单中的enctype="multipart/form-data"
set_submit_normal() 该方法没有参数,相当于设置一个普通表单,不可用户文件
setcookies() 该方法没有参数,保存响应cookie信息 用于下一次请求
//登录blogbus,获取cookie $loginUrl = 'http://passport.blogbus.com/login'; $loginFormData['username'] = 'neverfailor'; $loginFormData['password'] = '66263679'; $snoopy->submit($loginUrl, $loginFormData); $snoopy->setcookies(); $cookies = $snoopy->cookies; //表单页面 $blogFormUrl = 'http://blog.home.blogbus.com/5865443/posts/form'; //post数据 $blogPostUrl = 'http://blog.home.blogbus.com/5865443/posts/'; $form_data = array( 'title' => '321333', 'content' => '132131', 'post_time' => date('Y-m-d H:i'), ); getPostPage($blogPostUrl, $form_data , $blogFormUrl); function getPostPage($postUrl, $form_data , $formUrl){ include_once 'Snoopy.class.php'; $snoopy = new Snoopy; $snoopy->fetch($formUrl); //获取所有内容 $snoopy->setcookies(); $cookies = $snoopy->cookies; $snoopy->referer = $formUrl; $snoopy->cookies = $cookies; $snoopy->submit($postUrl, $form_data , $formUrl); return $snoopy->results; } function findGetPage($route, $param = array()) { $query_string = http_build_query($param); $query_string = $query_string ? "?" . $query_string : ''; $url = $route . $query_string; $snoopy = new Snoopy; $snoopy->fetch($url); //获取所有内容 return $snoopy->results; //显示结果 }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 $snoopy->fetchform; //获取表单 ?>
2、表单提交
首先说明一下,$snoopy->status是远程返回的状态码,成功返回的应该是200,其他情况下返回的都应该是错误的, 并且有效的请求状态应该是大于0的,$snoopy->timed_out在未超时的情况下值为false,如果读取请求超时的话,返回值应该为true。
$snoopy->read_timeout=4; //读取超时时间 $snoopy->fetch($url); //获取所有内容 if ($snoopy->status=='200'&&!$snoopy->timed_out) { $snoopy->setcookies(); $cookies = $snoopy->cookies; $snoopy->cookies = $cookies; $snoopy->referer = $url; $status = $snoopy->submit($post_url, $pdata);//$pdata为提交的数组,$post_url采集提交url if($status == true){ return $snoopy->results; } }
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 ?>
相关内容
这些是最新的
热门排行
- THINKPHP5+GatewayWorker+Workerman 开发在线客服系统
- 在手机浏览器网页中点击链接跳转到微信界面的方法
- 尊云网站目录系统 ThinkPHP5网站分类目录程序 v2.2.221011
- CentOS 7安装shadowsock(一键安装脚本)
- AdminTemplate 基于LayUI 2.4.5实现的网站后台管理模板
- 用NW.js(node-webkit)开发多平台的桌面客户端
- PHP生成随机昵称/用户名
- THINKPHP5网站分类目录程序 尊云网站目录系统
- 织梦(DEDECMS)微信支付接口 微信插件
- 基于LayUI开发的 网站后台管理模板 BeginnerAdmin
- 响应式后台网站模板 - AMA.ADMIN
- layuiAdmin后台管理模板 Iframe版
- LayUI 1.0.9 升级 至 LayUI 2.1.4 方法
- 简洁清爽的会员中心模板
- jQuery幸运大转盘抽奖活动代码