PHP的Snoopy类功能是什么，怎样运用

发布时间：2023-02-03 11:18 所属栏目：121 来源：互联网

导读：

导读：很多朋友都对PHP的Snoopy类功能是什么，怎样使用的内容比较感兴趣，对此小编整理了相关的知识分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获，那么感兴趣的朋友就继续往下看吧！ php的Snoopy类获取请求网页里面的所有链接，直接使用fetchlinks

很多朋友都对“PHP的Snoopy类功能是什么，怎样使用”的内容比较感兴趣，对此小编整理了相关的知识分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获，那么感兴趣的朋友就继续往下看吧！

　　php的Snoopy类

　　获取请求网页里面的所有链接，直接使用fetchlinks就可以，获取所有文本信息使用fetchtext（其内部还是使用正则表达式在进行处理），还有其它较多的功能，如模拟提交表单等。

　　使用方法：

　　1、先下载Snoopy类，下载地址：http://sourceforge.net/projects/snoopy/

　　2、先实例化一个对象，然后调用相应的方法即可获取抓取的网页信息

　　示例：

　　include 'snoopy/Snoopy.class.php';

　　$snoopy = new Snoopy();

　　$sourceURL = "http://xxxxxxxxx";

　　$snoopy->fetchlinks($sourceURL);

　　$a = $snoopy->results;

　　它并没有提供获取网页中所有图片地址的方法，自己有个需求是要获取一个页面中所有文章列表中图片地址。然后自己就写了一个，主要还是正则那里匹配重要。

　　//匹配图片的正则表达式

　　 $reTag = "/<img[^s]+src=\"(http:\/\/[^\"]+).(jpg|png|gif|jpeg)\"[^\/]*\/>/i";

　　因为需求比较特殊，只需要抓取写死htp://开头的图片（外站的图片可能使得了防盗链，想先抓取到本地）

　　实现思路：

　　1、抓取指定网页，并筛选出预期的所有文章地址；

　　2、循环抓取第一步中的文章地址，然后使用匹配图片的正则表达式进行匹配，获取页面中所有符合规则的图片地址；

　　3、根据图片后缀和ID（这里只有gif、jpg）保存图片---如果此图片文件存在，先将其删除再保存

　　<meta http-equiv='content-type' content='text/html;charset=utf-8'>

　　<?php

　　 include 'snoopy/Snoopy.class.php';

　　 $snoopy = new Snoopy();

　　 $sourceURL = "http://xxxxx";

　　 $snoopy->fetchlinks($sourceURL);

　　 $a = $snoopy->results;

　　 $re = "/\d+\.html$/";

　　 //过滤获取指定的文件地址请求

　　 foreach ($a as $tmp) {

　　 if (preg_match($re, $tmp)) {

　　 getImgURL($tmp);

　　 }

　　 }

　　 function getImgURL($siteName) {

　　 $snoopy = new Snoopy();

　　 $snoopy->fetch($siteName);

　　 $fileContent = $snoopy->results;

　　 //匹配图片的正则表达式

　　 $reTag = "/<img[^s]+src=\"(http:\/\/[^\"]+).(jpg|png|gif|jpeg)\"[^\/]*\/>/i";

　　 if (preg_match($reTag, $fileContent)) {

　　 $ret = preg_match_all($reTag, $fileContent, $matchResult);

　　 for ($i = 0, $len = count($matchResult[1]); $i < $len; ++$i) {

　　 saveImgURL($matchResult[1][$i], $matchResult[2][$i]);

　　 }

　　 }

　　 }

　　 function saveImgURL($name, $suffix) {

　　 $url = $name.".".$suffix;

　　 echo "请求的图片地址：".$url." ";

　　 $imgSavePath = "E:/xxx/style/images/";

　　 $imgId = preg_replace("/^.+\/(\d+)$/", "\\1", $name);

　　 if ($suffix == "gif") {

　　 $imgSavePath .= "emotion";

　　 } else {

　　 $imgSavePath .= "topic";

　　 }

　　 $imgSavePath .= ("/".$imgId.".".$suffix);

　　 if (is_file($imgSavePath)) {

　　 unlink($imgSavePath);

　　 echo "文件".$imgSavePath."已存在，将被删除";

　　 }

　　 $imgFile = file_get_contents($url);

　　 $flag = file_put_contents($imgSavePath, $imgFile);

　　 if ($flag) {

　　 echo "文件".$imgSavePath."保存成功";

　　 }　　

　　 }

　　?>

　　在使用php抓取网页：内容、图片、链接的时候，我觉得最重要的还是正则(根据抓取的内容和指定的规则获取想要的数据)，思路其实都比较简单，用到的方法也并不多，也就那几个（而且抓取内容还是直接调用别人写好的类中的方法就可以了）

　　但之前想过的是php似乎并没有实现如下的方法，比如一个文件中有N行(N很大)，需要将其中符合规则的行内容进行替换，如第3行是aaa需要转成bbbbb。一般的需要修改文件时的常见做法：

　　1、一次读取整个文件（或是逐行读取），然后使用临时文件进行保存最终转换后的结果，再替换原始文件

　　2、逐行读取，使用fseek控制文件指针的位置，然后fwrite写入

　　方案1在文件较大时，一次读取不可取（逐行读取，然后写入临时文件再替换原始文件效率感觉也不高），方案2则在被替换的字符串长度小于等于目标值时没问题，但超过了则会有问题，它会“越界”，将下一行的数据也打乱了（不能像JavaScript中有“选区”的概念，使用新的内容进行替换）

　　下面是使用方案2做试验的代码：

　　<?php

　　$mode = "r+";

　　$filename = "d:/file.txt";

　　$fp = fopen($filename, $mode);

　　if ($fp) {

　　 $i = 1;

　　 while (!feof($fp)) {

　　 $str = fgets($fp);

　　 echo $str;

　　 if ($i == 1) {

　　 $len = strlen($str);

　　 fseek($fp, -$len, SEEK_CUR);//指针向前移动

　　 fwrite($fp, "123");

　　 }

　　 $i++;

　　 }

　　 fclose($fp);

　　}

　　?>

　　先读取一行，此时文件指针其实是指到下一行开头，使用fseek将文件指针回移到上一行起始位置，然后使用fwrite进行替换操作，正因为是替换操作，在不指定长度的情况下，它把影响到下一行的数据，而我想要的是只想针对这一行进行操作，例如删除这一行或是整行只替换为一个1，上面的例子达不到要求，或许是我还没有找到合适的方法… 你有好的方法吗？

（编辑：ASP站长网）