使用 Socket 抓取数据

要在客户端操作 Socket ，可使用 fsockopen、socket_create、stream_socket_client 等函数实现。如果是PHP 5，建议使用 stream_socket。

 

fsockopen 实现长连接。Client 方与 Server 方先建立通信连接，连接建立后不断开，然后再进行报文发送和接收。

 

使用 Socket 获取数据的实现，GET 方法。

 

<?php
$fp = fsockopen("www.guaten.com",80, $errno, $errstr, 10) or die("$errstr ($errno)<br />\n");   
$out = "GET / HTTP/1.1\r\n";   
$out .= "Host: www.guaten.com\r\n";   
$out .= "Connection: Close\r\n\r\n";   

fwrite($fp, $out);   
while (!feof($fp)) {   
	echo fgets($fp, 128);   
}   
fclose($fp);   
?>

 

使用 Socket 获取数据的实现，POST 方法。

 

<?php
$post = ['username' => '15521071089','password' => 123456,'captcha' => 'CT4Y','act' => 'act_login'];
$data = http_build_query($post);
$fp = fsockopen("www.guaten.com",80, $errno, $errstr, 10) or die("$errstr ($errno)<br />\n");   

$out = "POST http://www.guaten.com/user.php HTTP/1.1\r\n";   
$out .= "Host: www.guaten.com\r\n";   
$out .= "User-Agent: Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36\r\n";   
$out .= "Content-Type: application/x-www-form-urlencoded\r\n";
$out .= "Content-Length: ".strlen($data)."\r\n";
$out .= "Referer: http://www.guaten.com/user.php?act=login\r\n";
$out .= "Connection: Close\r\n\r\n";   
$out .= $data."\r\n\r\n";

fwrite($fp, $out);   
while (!feof($fp)) {   
	echo fgets($fp, 1280);   
}   
fclose($fp);   
?>

 

Web 应用程序是无法区分机器和人的，人和机器都是通过 Socket 提交数据，只不过人是通过浏览器调用操作系统的 Socket 提交，而机器人是通过自己写代码调用 Socket 提交。

 

最后，注意以下几点：

• fsockopen 的第一个参数 $hostname 不要带“http://”字符串，除非使用 SSL 等。
• Headers 请求不一定都要按照抓包数据全部带上，除非调试不成功或者不熟练或者有特殊请求可以全部照搬，否则只带上几个核心的 headers 。
• 在 Connection 和 data 后有两个换行。
• 有些表单可能有 hidden 值务必仔细抓包
• 注意编码问题

前面说过，建议使用 stream_socket 实现。若使用 stream_socket  实现只改一行代码就行，如下：

 

$fp = stream_socket_client("tcp://www.guaten.com:80", $errno, $errstr, 3);

 

在 PHP 中，99.9% 的 Socket 应用属于流套接字范畴，数据报套接字和原始套接字涉及比较底层的协议知识。