php的Snoopy類

用了兩天這個類，發現很好用。

擷取請求網頁裡面的所有連結，直接使用fetchlinks就可以，擷取所有文本資訊使用fetchtext（其内部還是使用正規表達式在進行處理），還有其它較多的功能，如模拟送出表單等。

使用方法：

2、先執行個體化一個對象，然後調用相應的方法即可擷取抓取的網頁資訊

示例：

它并沒有提供擷取網頁中所有圖檔位址的方法，自己有個需求是要擷取一個頁面中所有文章清單中圖檔位址。然後自己就寫了一個，主要還是正則那裡比對重要。

因為需求比較特殊，隻需要抓取寫死htp://開頭的圖檔（外站的圖檔可能使得了防盜鍊，想先抓取到本地）

實作思路：

1、抓取指定網頁，并篩選出預期的所有文章位址；

2、循環抓取第一步中的文章位址，然後使用比對圖檔的正規表達式進行比對，擷取頁面中所有符合規則的圖檔位址；

3、根據圖檔字尾和ID（這裡隻有gif、jpg）儲存圖檔---如果此圖檔檔案存在，先将其删除再儲存

在使用php抓取網頁：内容、圖檔、連結的時候，我覺得最重要的還是正則(根據抓取的内容和指定的規則擷取想要的資料)，思路其實都比較簡單，用到的方法也并不多，也就那幾個（而且抓取内容還是直接調用别人寫好的類中的方法就可以了）

但之前想過的是php似乎并沒有實作如下的方法，比如一個檔案中有N行(N很大)，需要将其中符合規則的行内容進行替換，如第3行是aaa需要轉成bbbbb。一般的需要修改檔案時的常見做法：

1、一次讀取整個檔案（或是逐行讀取），然後使用臨時檔案進行儲存最終轉換後的結果，再替換原始檔案

2、逐行讀取，使用fseek控制檔案指針的位置，然後fwrite寫入

方案1在檔案較大時，一次讀取不可取（逐行讀取，然後寫入臨時檔案再替換原始檔案效率感覺也不高），方案2則在被替換的字元串長度小于等于目标值時沒問題，但超過了則會有問題，它會“越界”，将下一行的資料也打亂了（不能像JavaScript中有“選區”的概念，使用新的内容進行替換）

下面是使用方案2做試驗的代碼：

先讀取一行，此時檔案指針其實是指到下一行開頭，使用fseek将檔案指針回移到上一行起始位置，然後使用fwrite進行替換操作，正因為是替換操作，在不指定長度的情況下，它把影響到下一行的資料，而我想要的是隻想針對這一行進行操作，例如删除這一行或是整行隻替換為一個1，上面的例子達不到要求，或許是我還沒有找到合适的方法… 你有好的方法嗎？