snoopy——PHP版的网络客户端

magpierss中就用到了snoopy，这让我有点兴趣去研究下这个咚咚。再SF上，找到了这个源代码。居然就是一个类，但不要笑看哦，功能可是很强大的。

     官方的简介， snoopy是一个php类，用来模仿web浏览器的功能，它能完成获取网页内容和发送表单的任务。
    下面是它的一些特征：
1、方便抓取网页的内容
2、方便抓取网页的文字（去掉HTML代码）
3、方便抓取网页的链接
4、支持代理主机
5、支持基本的用户/密码认证模式
6、支持自定义用户agent,referer,cookies和header内容
7、支持浏览器转向，并能控制转向深度
8、能把网页中的链接扩展成高质量的url（默认）
9、方便提交数据并且获取返回值
10、支持跟踪HTML框架（v0.92增加）
11、支持再转向的时候传递cookies

下面是简单的例子，比如说我们抓取我的blog的文字

<?php include "Snoopy.class.php"; $snoopy = new Snoopy; $snoopy->fetchtext("http://blog.csdn.net/linyuanxing"); echo $snoopy->results; ?> 
 


^_^，不错把，在比如抓取链接
<?php include "Snoopy.class.php"; $snoopy = new Snoopy; $snoopy->fetchlinks("http://www.phpobject.net/blog"); print_r($snoopy->results); ?>

嘿嘿，效果不错把，而且全部都是我们需要的url，而没有那种/blog/read.php/85.htm那种东西。
snoopy更新了（已经两年没有更新了）。snoopy的地址是
http://sourceforge.net/projects/snoopy/。虽然只是更新到1.2.4（之前是1.2.1），也只是修正了一些小的BUG，但很高兴，作者又开始回来关注这个了。

      snoopy是个非常好用的类，在PHP抓取中用的非常广。

 

/* update at 2009-03-23*/  

 

在项目应用过程中，发现了一个BUG，那就是用$snoopy->fetch()来抓取百度图片搜索时，因为百度默认是每页显示20张图片，可以通过rn这个参数来指定每页显示多少张图片，例如，http://image.baidu.com/i?tn=baiduimage&ct=201326592&cl=2&lm=-1&pv=&word=star&z=0&rn=2，在用$snoopy->fetch()中rn并没有起作用，不过rn等于什么值，它抓取出来的还是每页20张图片。

为了兼容，我自己把snoopy的fetch($url)多加了个参数，具体如下：

 function fetch($URI,$fcg=0) { if(!empty($fcg)) { $this-> results = file_get_contents($URI); return; } /*其它以下的代码没变*/ }