PHP：Snoopy抓取頁面以及類比提交表單

PHP代碼

1. <?   
2. $url = "http://www.taoav.com";   
3. include("snoopy.php");   
4. $snoopy = new Snoopy;   
5. $snoopy->fetch($url); //擷取所有內容   
6. echo $snoopy->results; //顯示結果   
7. //可選以下   
8. $snoopy->fetchtext //擷取常值內容（去掉html代碼）   
9. $snoopy->fetchlinks //擷取連結   
10. $snoopy->fetchform  //擷取表單   
11. ?>  

 

表單提交

PHP代碼

1. <?php   
2. $formvars["username"] = "admin";   
3. $formvars["pwd"] = "admin";   
4.     
5. $action = "http://www.taoav.com";//表單提交地址   
6. $snoopy->submit($action,$formvars);//$formvars為提交的數組   
7. echo $snoopy->results; //擷取表單提交後的 返回的結果   
8. //可選以下   
9. $snoopy->submittext; //提交後只返回 去除html的 文本   
10. $snoopy->submitlinks;//提交後只返回 連結   
11. ?>  

既然已經提交的表單 那就可以做很多事情 接下來我們來偽裝ip,偽裝瀏覽器
偽裝

PHP代碼

1. <?php   
2. $formvars["username"] = "admin";   
3. $formvars["pwd"] = "admin";   
4. $action = "http://www.taoav.com";   
5. include "snoopy.php";   
6. $snoopy = new Snoopy;   
7. $snoopy->cookies["PHPSESSID"] = 'fc106b1918bd522cc863f36890e6fff7'; //偽裝sessionid   
8. $snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)"; //偽裝瀏覽器   
9. $snoopy->referer = http://www.php100.com; //偽裝來源頁地址 http_referer   
10. $snoopy->rawheaders["Pragma"] = "no-cache"; //cache 的http頭資訊   
11. $snoopy->rawheaders["X_FORWARDED_FOR"] = "127.0.0.101"; //偽裝ip   
12. $snoopy->submit($action,$formvars);   
13. echo $snoopy->results;   
14. ?>  

 

原來我們可以偽裝session 偽裝瀏覽器 ，偽裝ip， haha 可以做很多事情了。
例如 帶驗證碼，驗證ip 投票， 可以不停的投。
ps:這裡偽裝ip ，其實是偽裝http頭, 所以一般的通過 REMOTE_ADDR 擷取的ip是偽裝不了，
反而那些通過http頭來擷取ip的(可以防止代理的那種) 就可以自己來製造ip。
關於如何驗證碼 ，簡單說下：
首先用普通的瀏覽器， 查看頁面 ， 找到驗證碼所對應的sessionid，
同時記下sessionid和驗證碼值，
接下來就用snoopy去偽造 。
原理:由於是同一個sessionid 所以取得的驗證碼和第一次輸入的是一樣的。

有時我們可能需要偽造更多的東西,snoopy完全為我們想到了

PHP代碼

1. <?php   
2. $snoopy->proxy_host = "www.php100.com";   
3. $snoopy->proxy_port = "8080"; //使用代理   
4. $snoopy->maxredirs = 2; //重新導向次數   
5. $snoopy->expandlinks = true; //是否補全連結 在採集的時候經常用到   
6. // 例如連結為 /images/taoav.gif 可改為它的全連結 http://www.taoav.com/images/taoav.gif   
7. $snoopy->maxframes = 5 //允許的最大架構數   
8. //注意抓取架構的時候 $snoopy->results 返回的是一個數組   
9. $snoopy->error //返回報錯資訊   
10. ?>