PHP：Snoopy抓取页面以及模拟提交表单

PHP代码

1. <?   
2. $url = "http://www.taoav.com";   
3. include("snoopy.php");   
4. $snoopy = new Snoopy;   
5. $snoopy->fetch($url); //获取所有内容   
6. echo $snoopy->results; //显示结果   
7. //可选以下   
8. $snoopy->fetchtext //获取文本内容（去掉html代码）   
9. $snoopy->fetchlinks //获取链接   
10. $snoopy->fetchform  //获取表单   
11. ?>  

 

表单提交

PHP代码

1. <?php   
2. $formvars["username"] = "admin";   
3. $formvars["pwd"] = "admin";   
4.     
5. $action = "http://www.taoav.com";//表单提交地址   
6. $snoopy->submit($action,$formvars);//$formvars为提交的数组   
7. echo $snoopy->results; //获取表单提交后的 返回的结果   
8. //可选以下   
9. $snoopy->submittext; //提交后只返回 去除html的 文本   
10. $snoopy->submitlinks;//提交后只返回 链接   
11. ?>  

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

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'; //伪装sessionid   
8. $snoopy->agent = "(compatible; MSIE 4.01; MSN 2.5; AOL 4.0; Windows 98)"; //伪装浏览器   
9. $snoopy->referer = http://www.php100.com; //伪装来源页地址 http_referer   
10. $snoopy->rawheaders["Pragma"] = "no-cache"; //cache 的http头信息   
11. $snoopy->rawheaders["X_FORWARDED_FOR"] = "127.0.0.101"; //伪装ip   
12. $snoopy->submit($action,$formvars);   
13. echo $snoopy->results;   
14. ?>  

 

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

1. <?php   
2. $snoopy->proxy_host = "www.php100.com";   
3. $snoopy->proxy_port = "8080"; //使用代理   
4. $snoopy->maxredirs = 2; //重定向次数   
5. $snoopy->expandlinks = true; //是否补全链接 在采集的时候经常用到   
6. // 例如链接为 /images/taoav.gif 可改为它的全链接 http://www.taoav.com/images/taoav.gif   
7. $snoopy->maxframes = 5 //允许的最大框架数   
8. //注意抓取框架的时候 $snoopy->results 返回的是一个数组   
9. $snoopy->error //返回报错信息   
10. ?>