如何使用PHP服务端代理抓取网页内容

以下为引用的内容：

<style type="text/css">
*{margin:0;padding:0;}
html,body{overflow:hidden;}
td{padding:0;vertical-align:top;}
</style>
<table width="100%" height="100%" cellspacing="0" cellpadding="0" border="0">
<tr>
<td style="height:25px;background:#d4d0c8;padding:5px 10px;">
<form method="post" action="action_get.php" target="actioncontent" style="margin:0;padding:0;">
<input type="text" id="targeturl" name="targeturl" style="width:100%;border:1px inset;margin:0;" />
</form>
</td>
</tr>
<tr>
<td>
<iframe name="actioncontent" style="width:100%;height:100%;"></iframe>
</td>
</tr>
</table>
<script type="text/javascript">
window.onload=function(){
 document.getElementById('targeturl').focus();
};
</script>

以下为引用的内容：

<?php
//使用Snoopy的抓页功能
include "Snoopy.class.php";
//目标URL
$url=$_REQUEST['targeturl'];
//将所有传递过来的参数列出来
$par=array();
$GetPost=array_merge($_POST,$_GET);
foreach($GetPost As $Key=>$Value){
 if($Key!='targeturl'){
  $Value=str_replace("%25","%",$Value);
  array_push($par,($Key . "=" . $Value));
 }
}
//判断目标URL是否带有?（即是否带有参数）
$cc=strpos($url,"?") ? "&" : "?";
//重组URL
$geturl=!$par ? $url : $url.$cc.implode("&",$par);
//抓取重组后的URL页面内容
$snoopy=new Snoopy;
$snoopy->fetch($geturl);
//替换目标内容中脚本里有可能替换父窗口地址的代码
$org=str_replace("top.location","top.title",$snoopy->results);
//尝试转换目标内容编码到UTF-8
$opt=iconv("gbk","utf-8",$org);
//判断目标内容编码为GBK或UTF-8
$ec=strlen($opt)?"gbk":"utf-8";

?>
<script type="text/javascript">
//封闭运行，避免与后面内容中脚本混乱
(function(){
var easyUTF8=function(gbk){if(!gbk){return '';}var utf8=[];for(var i=0;i<gbk.length;i++){var s_str=gbk.charAt(i);if(!(/^%u/i.test(escape(s_str)))){utf8.push(s_str);continue;}var s_char=gbk.charCodeAt(i);var b_char=s_char.toString(2).split('');var c_char=(b_char.length==15)?[0].concat(b_char):b_char;var a_b=[];a_b[0]='1110'+c_char.splice(0,4).join('');a_b[1]='10'+c_char.splice(0,6).join('');a_b[2]='10'+c_char.splice(0,6).join('');for(var n=0;n<a_b.length;n++){utf8.push('%'+parseInt(a_b[n],2).toString(16).toUpperCase());}}return utf8.join('');};
var getArgs=function(surl){var sarg=surl.split('?'),rv={};rv.filename=sarg[0];if(!sarg[1]){return rv;}var aarg=sarg[1].split('&'),atmp=[];for(var i=0;i<aarg.length;i++){atmp=aarg[i].split('=');rv[atmp[0]]=atmp[1];}return rv;};
var createIPH=function(name,value){if(!name){return;}if(/msie/i.test(navigator.appVersion)){return document.createElement('<input type="hidden" name="'+name+'" value="'+value+'"/>');}else{var dfi=document.createElement('input');dfi.type='hidden';dfi.name=name;dfi.value=value;return dfi;}};
//回显目标URL到父窗口文本框
var dtu=top.document.getElementById('targeturl');
if(dtu){dtu.value='<?php echo $geturl;?>';}
//目标URL及domain
var sref='<?php echo $url;?>';
var sdomain=sref.match(/^http:\/\/[^\/]*/i)[0];
//页面加载后执行下面的过程
var process=function(){
 //抓取页面中所有链接
 var dlink=document.getElementsByTagName('a'),la=dlink.length;
 //抓取页面中所有表单
 var dform=document.getElementsByTagName('form'),lf=dform.length;
 //遍历所有链接，替换它们的href地址
 for(var i=0;i<la;i++){
 var src=http://www.chinaz.com/program/2009/1113/dlink[i].href.toString().replace(/^http:\/\/www\.w3cgroup\.com(?:\/geturl)?/i,sdomain);
 var oargs=getArgs(src),ahref=http://www.chinaz.com/program/2009/1113/[];
 //UTF-8编码参数值
 for(var d in oargs){
  if(!d||d=='filename'||!oargs[d]){continue;}
  ahref.push(d+'='+encodeURIComponent(easyUTF8(oargs[d])));
 }
 var ghref=http://www.chinaz.com/program/2009/1113/ahref.length?oargs.filename+'?'+ahref.join('&'):oargs.filename;
 //重设链接地址
 dlink[i].href='http://www.w3cgroup.com/geturl/action_get.php?targeturl='+ghref;
 }
 //遍历所有表单，替换它们的action地址
 for(i=0;i<lf;i++){
 //抓取表单action并处理
 var src=http://www.chinaz.com/program/2009/1113/dform[i].action.toString().replace(/^http:\/\/www\.w3cgroup\.com(?:\/geturl)?/i,sdomain);
 if(!(/^http/.test(src))){src=http://www.chinaz.com/program/2009/1113/(/^\/.*$/.test(src))?(sdomain+src):(sdomain+'/'+src);}
 //创建一个隐藏域targeturl，值为上面处理的src地址
 var dfi=createIPH('targeturl',src);
 dform[i].appendChild(dfi);
 //创建一个隐藏域ie，值为utf-8，纯属为搜索引擎使用
 var dfi2=createIPH('ie','utf-8');
 dform[i].appendChild(dfi2);
 //重设表单提交目标窗口
 dform[i].target='actioncontent';
 //重设表单action地址
 dform[i].action='http://www.w3cgroup.com/geturl/action_get.php';
 //重设表单onsubmit事件，用来UTF8编码字段值
 dform[i].onsubmit=function(){
  var dlms=this.elements,l=dlms.length-1,pn='',pt='',pv='';
  for(var i=0;i<l;i++){
   pn=dlms[i].name,pt=dlms[i].type,pv=dlms[i].value;
   if(!pn||pn=='targeturl'||pn=='ie'){continue;}
   if(pt=='submit'||pt=='reset'||pt=='button'){
    dlms[i].value=encodeURIComponent(pv);
   }else{
    dlms[i].value=encodeURIComponent(easyUTF8(pv));
   }
  }
 };
 }
};
//绑定该过程到window.onload
if(document.attachEvent){window.attachEvent('onload',process);}else{window.addEventListener('load',process,false);}
})();
</script>
//脚本放在输出内容前，避免内容中可能出现脚本错误而导致我们要做的事情被废掉
//输出抓到的目标页面内容
<?php echo ($ec=="gbk")?$opt:$org;?>