PHP写的人人网好友爬虫

最新推荐文章于 2024-04-19 16:19:45 发布

置顶

VIP文章 wjbianjason

最新推荐文章于 2024-04-19 16:19:45 发布

阅读量975

点赞数

分类专栏：人人网爬虫文章标签： php 爬虫人人网正则聚落

本文链接：https://blog.csdn.net/u011852230/article/details/40738475

版权

转载一定要注明出处！http://blog.csdn.net/u011852230/article/details/40738475，谢谢

做个申明，介于原来把自己做的东西上传到CSDN下载，被人下了后又做为自己的上传。我就不上传源代码了，有需要的留言就是了。

好了废话少说入正题

1、对于爬取这种社交网络有一大障碍就是模拟登录，也就是发送cookie，你大致可以理解为模拟浏览器重复打开一个页面不用重新登录，因为浏览器客户端已经记录了你的身份信息，并把它放进http包里又发过去了，否则你爬取的网页源代码只能是登录界面，所以就别想着用fopen,file_get_contents这种关键字了，直接上curl，如果php报错没有，打开php.ini里面把相应注释去掉就行，补充：如果用的phpnow集成环境，那应该是在php2apachehandler.ini里，记不清了。curl代码我直接贴，想了解这个的可以去查,待会主要讲讲傻缺的人人网身份信息的cookie是多么low。

function updateRenren($renren_username,$renren_password,$tried_times){ 
        if($tried_times>=3){ 
                return false; } 
				global $ch,$cookie_save;
        $cookie_jar=tempnam('./cookie','renren'); 
        $ch=&getCurl($cookie_jar,"POST","http://www.renren.com/ajaxLogin/login"); 
        curl_setopt($ch,CURLOPT_POSTFIELDS,'email='.urlencode($renren_username).'&password='.urlencode($renren_password).'&origURL=http%3A%2F%2Fwww.renren.com%2FHome&domain=renren.com&key_id=1&captcha_type=web_login&_rtk=90ae5f12'); //注意这一行，就是人人网需要接收的cookie了
        $str=&justsend($ch); 
		$cookie_save=$cookie_jar; 
} 
  
function &getCurl($jar,$method,$url){ 
        $ch=curl_i