Snoopy.class.php文件采集

lxy777

　　获取指定url内容


PHP代码

• <?   
  
• $url = "http://www.taoav.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
  
• ?>
  

　　
　　表单提交


PHP代码

• <?php   
  
• $formvars["username"] = "admin";
  
• $formvars["pwd"] = "admin";
  
• 
  
• $action = "http://www.taoav.com";//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


PHP代码

• <?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.php100.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


PHP代码

• <?php   
  
• $snoopy->proxy_host = "www.php100.com";
  
• $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 http://www.taoav.com/images/taoav.gif
  
• $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
  
• ?>