如何使用 PHP 从 HTML 中提取所有表单信息

Question

我需要一种通过 PHP 脚本提取网页上所有表单信息的方法。 所以我有：

$url = "http://somewebpage.com/";

我需要的信息是：
网页上所有表单及其选项/属性的列表，例如：
示例输出如下：

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

1. 输入类型：“text”，名称：“usrname”
2. 输入类型：“password”，名称：“pass”

Form2：表单名称：“login2”，操作：“login2.php”，方法：“POST”

1. 输入类型：“text”，名称：“usr”
2. 输入类型：“password”，名称：“pwd”

我用的是下面的方法将网页的 HTML 内容放入变量中：

---

// 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，只保留 HTML 内容，否则 DOM 总是会给我错误。

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

为了查找表单，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 收到有关未封闭标签或其他信息的错误。而且我不想得到这个信息。我怎样才能让它发挥作用？ 另外，我当前的代码仅输出表单信息，而不输出表单中的输入，我也想知道这一点。我怎样才能做到这一点？感谢您的帮助。 您可以在 http://sourceforge 上查看我的项目远程攻击向量（这就是我需要的）。净/项目/rav/文件/ 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/

类用法：

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

    $snoopy = new Snoopy;

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

希望这有帮助