-
PHP通过伪造和模拟客户端COOKIE登陆来采集抓取远程网址
平时开发中经常会遇到抓取某个页面内容,但是有时候某些页面需要登陆才能访问,最常见的就是论坛,这时候我们需要来使用curl模拟登陆。
以下讨论的是和伪造模拟客户端COOKIE登陆采集抓取远程网址相关的PHP通过伪造和模拟客户端COOKIE登陆来采集抓取远程网址页面内容的方法教程文章,内容是本站精心挑选整理的教程,希望对广大的网友给到帮助,下面是详细内容:
php模拟登陆
平时开发中经常会遇到抓取某个页面内容,但是有时候某些页面需要登陆才能访问,最常见的就是论坛,这时候我们需要来使用curl模拟登陆。大致思路:需要先请求提取cookies并保存,然后利用保存下来的这个cookies再次发送请求来获取页面内容,下面我们直接上代码
<?php
/**
* Brief PHP读取Curl模拟登陆,获取cookie,带cookie进行请求
* Date:2016/10/20
* Time:9:41
*/
//设置cookie保存位置
$cookieFile=dirname(__FILE__).'cookie.curl.tmp';
//第一步:获取cookie
$url='https://www.hfxskyyj.com/;
$data=array(
'username'=>'aseoe',
'password'=>'aseoe',
);
//curl初始化
$ch=curl_init();
curl_setopt($ch,CURLOPT_URL,$url);
//设置为post请求
curl_setopt($ch,CURLOPT_POST,true);
//设置附带返回header信息为空
curl_setopt($ch,CURLOPT_HEADER,0);
//post数据
curl_setopt($ch,CURLOPT_POSTFIELDS,$data);
//cookie保存文件位置
curl_setopt($ch,CURLOPT_COOKIEJAR,$cookieFile);
//设置数据返回作为变量储存,而不是直接输出
curl_setopt($ch,CURLOPT_RETURNTRANSFER,true);
//执行请求
$ret=curl_exec($ch);
//关闭连接
curl_close($ch);
//第二步:附带cookie请求需要登陆的页面
$url='https://www.hfxskyyj.com/';
//curl初始化
$ch=curl_init();
curl_setopt($ch,CURLOPT_URL,$url);
//设置为post请求
curl_setopt($ch,CURLOPT_POST,true);
//设置附带返回header信息为空
curl_setopt($ch,CURLOPT_HEADER,0);
//设置cookie信息文件位置,注意与第二步中的获取不同,这里是读取
curl_setopt($ch,CURLOPT_COOKIEFILE,$cookieFile);
//设置数据返回作为变量储存,而不是直接输出
curl_setopt($ch,CURLOPT_RETURNTRANSFER,true);
//执行请求
$ret=curl_exec($ch);
//关闭连接
curl_close($ch);
//打印抓取内容
var_dump($ret);
这样我们就抓取到了需要登陆才能访问页面的内容,注意上面的地址只是一个示例,需要换成你想要抓取页面的地址。
平时开发中经常会遇到抓取某个页面内容,但是有时候某些页面需要登陆才能访问,最常见的就是论坛,这时候我们需要来使用curl模拟登陆。大致思路:需要先请求提取cookies并保存,然后利用保存下来
以下讨论的是和伪造模拟客户端COOKIE登陆采集抓取远程网址相关的PHP通过伪造和模拟客户端COOKIE登陆来采集抓取远程网址页面内容的方法教程文章,内容是本站精心挑选整理的教程,希望对广大的网友给到帮助,下面是详细内容:
php模拟登陆
平时开发中经常会遇到抓取某个页面内容,但是有时候某些页面需要登陆才能访问,最常见的就是论坛,这时候我们需要来使用curl模拟登陆。大致思路:需要先请求提取cookies并保存,然后利用保存下来的这个cookies再次发送请求来获取页面内容,下面我们直接上代码
<?php
/**
* Brief PHP读取Curl模拟登陆,获取cookie,带cookie进行请求
* Date:2016/10/20
* Time:9:41
*/
//设置cookie保存位置
$cookieFile=dirname(__FILE__).'cookie.curl.tmp';
//第一步:获取cookie
$url='https://www.hfxskyyj.com/;
$data=array(
'username'=>'aseoe',
'password'=>'aseoe',
);
//curl初始化
$ch=curl_init();
curl_setopt($ch,CURLOPT_URL,$url);
//设置为post请求
curl_setopt($ch,CURLOPT_POST,true);
//设置附带返回header信息为空
curl_setopt($ch,CURLOPT_HEADER,0);
//post数据
curl_setopt($ch,CURLOPT_POSTFIELDS,$data);
//cookie保存文件位置
curl_setopt($ch,CURLOPT_COOKIEJAR,$cookieFile);
//设置数据返回作为变量储存,而不是直接输出
curl_setopt($ch,CURLOPT_RETURNTRANSFER,true);
//执行请求
$ret=curl_exec($ch);
//关闭连接
curl_close($ch);
//第二步:附带cookie请求需要登陆的页面
$url='https://www.hfxskyyj.com/';
//curl初始化
$ch=curl_init();
curl_setopt($ch,CURLOPT_URL,$url);
//设置为post请求
curl_setopt($ch,CURLOPT_POST,true);
//设置附带返回header信息为空
curl_setopt($ch,CURLOPT_HEADER,0);
//设置cookie信息文件位置,注意与第二步中的获取不同,这里是读取
curl_setopt($ch,CURLOPT_COOKIEFILE,$cookieFile);
//设置数据返回作为变量储存,而不是直接输出
curl_setopt($ch,CURLOPT_RETURNTRANSFER,true);
//执行请求
$ret=curl_exec($ch);
//关闭连接
curl_close($ch);
//打印抓取内容
var_dump($ret);
这样我们就抓取到了需要登陆才能访问页面的内容,注意上面的地址只是一个示例,需要换成你想要抓取页面的地址。
平时开发中经常会遇到抓取某个页面内容,但是有时候某些页面需要登陆才能访问,最常见的就是论坛,这时候我们需要来使用curl模拟登陆。大致思路:需要先请求提取cookies并保存,然后利用保存下来
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
SQL SERVER中递归
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
这是目前我见过最好的跨域解决方案!
减少回流与重绘
减少回流与重绘
如何使用KrpanoToolJS在浏览器切图
performance.now() 与 Date.now() 对比
一款纯 JS 实现的轻量化图片编辑器
关于开发 VS Code 插件遇到的 workbench.scm.
前端设计模式——观察者模式
前端设计模式——中介者模式
创建型-原型模式