Question

我需要一种方法来通过PHP脚本提取网页上的所有表单信息。所以我有：

$ url =“http://somewebpage.com/”;

我需要的信息是：
网页上所有表单的列表，以及它们的选项/属性，如：
示例输出如下：

Form1：表单名称：“login”，action：“login.php”，方法：“GET”

输入类型：“text”，名称：“usrname”
输入类型：“密码”，名称：“pass”

表格2：表格名称：“login2”，操作：“login2.php”，方法：“POST”

输入类型：“text”，名称：“usr”
输入类型：“密码”，名称：“pwd”

我使用以下方法将网页的HTML内容放入变量：

// cURL
$browser_id = "some crazy browser";
$curl_handle = curl_init();
$options = array
(
CURLOPT_URL=>$url,
CURLOPT_HEADER=>true,
CURLOPT_RETURNTRANSFER=>true,
CURLOPT_FOLLOWLOCATION=>true,
CURLOPT_USERAGENT=>$browser_id
);
curl_setopt_array($curl_handle,$options);
$server_output = curl_exec($curl_handle);
curl_close($curl_handle);

然后我用它来删除标题信息，并保留HTML的东西，否则DOM总是给我错误。

$server_output2 = substr($server_output, stripos($server_output, "<html"));

为了找到表单，我使用DOM

$dom = new DomDocument;
$dom->preserveWhiteSpace = FALSE;
$dom->loadHTML($server_output2);
$params = $dom->getElementsByTagName('form'); // Find Sections
$k=0;
foreach ($params as $param){
$forms[$k][0] = $params->item($k)->getAttribute('name');
$forms[$k][1] = $params->item($k)->getAttribute('action');
$forms[$k][2] = $params->item($k)->getAttribute('method');
$k++;
}

但是我的问题是，我经常从DOM获得错误，关于未关闭的标签或其他信息。我不想得到这个信息。我怎样才能使它工作？我当前的代码，只输出表单信息，而不是表单中的输入，我也想知道。我怎样才能做到这一点？谢谢您的帮助。您可以在http://sourceforge.net/projects/rav/files/查看我的项目远程攻击矢量（这是我需要的）或者查看我的网站：http://tamasiweb.hu

Answer 1

好吧，下载这个php lib

http://sourceforge.net/projects/snoopy/

课程用法：

    $uri = "http://anysite.com/form";

    $snoopy = new Snoopy;

    if($snoopy->fetchform($uri)){
        $result = $snoopy->results;
    }
    echo $result;

希望有所帮助

如何使用PHP从HTML中提取所有表单信息

1 个答案: