Php 使用hhb_curl刮取POST数据

我要感谢hanshenrik在这方面的出色工作

我试过同样的代码，不幸的是不起作用。我想最近有些东西改变了，它不起作用？？？任何获取结果的帮助都会很有帮助

$registration_number='R23CCP';
$vehicle_maker='CITROEN';


$ch=hhb_curl_init();

$debugHeaders=array();
$debugCookies=array();
$debugRequest='';

$html=hhb_curl_exec2($ch,'https://www.vehicleenquiry.service.gov.uk/Default.aspx',$debugHeaders,$debugCookies,$debugRequest);
//first do an empty request to get a session id and cookies and the weird VIEWSTATE stuff...
$domd=@DOMDocument::loadHTML($html);
assert(is_object($domd));
$__VIEWSTATE=$domd->getElementById('__VIEWSTATE')->getAttribute('value');
$__VIEWSTATEGENERATOR=$domd->getElementById('__VIEWSTATEGENERATOR')->getAttribute('value');
$__EVENTVALIDATION=$domd->getElementById('__EVENTVALIDATION')->getAttribute('value');

var_dump('__VIEWSTATE:',$__VIEWSTATE,'__VIEWSTATEGENERATOR:',$__VIEWSTATEGENERATOR,'__EVENTVALIDATION:',$__EVENTVALIDATION,'headers:',$debugHeaders,'cookies:',$debugCookies,'html:',$html,'request:',$debugRequest,'domd:',$domd);

//now to get the POST stuff
curl_setopt_array($ch,array(
CURLOPT_POST=>true,
CURLOPT_POSTFIELDS=>http_build_query(array(
'__LASTFOCUS'=>'',
'__EVENTTARGET'=>'',
'__VIEWSTATE'=>$__VIEWSTATE,
'__VIEWSTATEGENERATOR'=>$__VIEWSTATEGENERATOR,
'__EVENTVALIDATION'=>$__EVENTVALIDATION,
'ctl00$MainContent$txtSearchVrm'=>$registration_number,
'ctl00$MainContent$MakeTextBox'=>$vehicle_maker,
'ctl00$MainContent$txtV5CDocumentReferenceNumber'=>'',
'ctl00$MainContent$butSearch'=>'Search',
))
));
$html=hhb_curl_exec2($ch,'https://www.vehicleenquiry.service.gov.uk/Default.aspx',$debugHeaders,$debugCookies,$debugRequest);
var_dump('headers:',$debugHeaders,'cookies:',$debugCookies,'html:',$html,'request:',$debugRequest);


function hhb_curl_init($custom_options_array = array())
{
if (empty($custom_options_array)) {
$custom_options_array = array();
//i feel kinda bad about this.. argv[1] of curl_init wants a string(url), or NULL
//at least i want to allow NULL aswell :/
}
if (!is_array($custom_options_array)) {
throw new InvalidArgumentException('$custom_options_array must be an array!');
}
;
$options_array = array(
CURLOPT_AUTOREFERER => true,
CURLOPT_BINARYTRANSFER => true,
CURLOPT_COOKIESESSION => true,
CURLOPT_FOLLOWLOCATION => true,
CURLOPT_FORBID_REUSE => false,
CURLOPT_HTTPGET => true,
CURLOPT_RETURNTRANSFER => true,
CURLOPT_SSL_VERIFYPEER => false,
CURLOPT_CONNECTTIMEOUT => 10,
CURLOPT_TIMEOUT => 11,
CURLOPT_ENCODING => ""
//CURLOPT_REFERER=>'example.org',
//CURLOPT_USERAGENT=>'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:36.0) Gecko/20100101 Firefox/36.0'
);
if (!array_key_exists(CURLOPT_COOKIEFILE, $custom_options_array)) {
//do this only conditionally because tmpfile() call..
static $curl_cookiefiles_arr = array(); //workaround for https://bugs.php.net/bug.php?id=66014
$curl_cookiefiles_arr[]            = $options_array[CURLOPT_COOKIEFILE] = tmpfile();
$options_array[CURLOPT_COOKIEFILE] = stream_get_meta_data($options_array[CURLOPT_COOKIEFILE]);
$options_array[CURLOPT_COOKIEFILE] = $options_array[CURLOPT_COOKIEFILE]['uri'];

}
//we can't use array_merge() because of how it handles integer-keys, it would/could cause corruption
foreach ($custom_options_array as $key => $val) {
$options_array[$key] = $val;
}
unset($key, $val, $custom_options_array);
$curl = curl_init();
curl_setopt_array($curl, $options_array);
return $curl;
}
function hhb_curl_exec($ch, $url)
{
static $hhb_curl_domainCache = "";
//$hhb_curl_domainCache=&$this->hhb_curl_domainCache;
//$ch=&$this->curlh;
if (!is_resource($ch) || get_resource_type($ch) !== 'curl') {
throw new InvalidArgumentException('$ch must be a curl handle!');
}
if (!is_string($url)) {
throw new InvalidArgumentException('$url must be a string!');
}

$tmpvar = "";
if (parse_url($url, PHP_URL_HOST) === null) {
if (substr($url, 0, 1) !== '/') {
$url = $hhb_curl_domainCache . '/' . $url;
} else {
$url = $hhb_curl_domainCache . $url;
}
}
;

curl_setopt($ch, CURLOPT_URL, $url);
$html = curl_exec($ch);
if (curl_errno($ch)) {
throw new Exception('Curl error (curl_errno=' . curl_errno($ch) . ') on url ' . var_export($url, true) . ': ' . curl_error($ch));
// echo 'Curl error: ' . curl_error($ch);
}
if ($html === '' && 203 != ($tmpvar = curl_getinfo($ch, CURLINFO_HTTP_CODE)) /*203 is "success, but no output"..*/ ) {
throw new Exception('Curl returned nothing for ' . var_export($url, true) . ' but HTTP_RESPONSE_CODE was ' . var_export($tmpvar, true));
}
;
//remember that curl (usually) auto-follows the "Location: " http redirects..
$hhb_curl_domainCache = parse_url(curl_getinfo($ch, CURLINFO_EFFECTIVE_URL), PHP_URL_HOST);
return $html;
}
function hhb_curl_exec2($ch, $url, &$returnHeaders = array(), &$returnCookies = array(), &$verboseDebugInfo = "")
{
$returnHeaders    = array();
$returnCookies    = array();
$verboseDebugInfo = "";
if (!is_resource($ch) || get_resource_type($ch) !== 'curl') {
throw new InvalidArgumentException('$ch must be a curl handle!');
}
if (!is_string($url)) {
throw new InvalidArgumentException('$url must be a string!');
}
$verbosefileh = tmpfile();
$verbosefile  = stream_get_meta_data($verbosefileh);
$verbosefile  = $verbosefile['uri'];
curl_setopt($ch, CURLOPT_VERBOSE, 1);
curl_setopt($ch, CURLOPT_STDERR, $verbosefileh);
curl_setopt($ch, CURLOPT_HEADER, 1);
$html             = hhb_curl_exec($ch, $url);
$verboseDebugInfo = file_get_contents($verbosefile);
curl_setopt($ch, CURLOPT_STDERR, NULL);
fclose($verbosefileh);
unset($verbosefile, $verbosefileh);
$headers       = array();
$crlf          = "\x0d\x0a";
$thepos        = strpos($html, $crlf . $crlf, 0);
$headersString = substr($html, 0, $thepos);
$headerArr     = explode($crlf, $headersString);
$returnHeaders = $headerArr;
unset($headersString, $headerArr);
$htmlBody = substr($html, $thepos + 4); //should work on utf8/ascii headers... utf32? not so sure..
unset($html);
//I REALLY HOPE THERE EXIST A BETTER WAY TO GET COOKIES.. good grief this looks ugly..
//at least it's tested and seems to work perfectly...
$grabCookieName = function($str,&$len)
{
$len=0;
$ret = "";
$i   = 0;
for ($i = 0; $i < strlen($str); ++$i) {
++$len;
if ($str[$i] === ' ') {
continue;
}
if ($str[$i] === '=') {
--$len;
break;
}
$ret .= $str[$i];
}
return urldecode($ret);
};
foreach ($returnHeaders as $header) {
//Set-Cookie: crlfcoookielol=crlf+is%0D%0A+and+newline+is+%0D%0A+and+semicolon+is%3B+and+not+sure+what+else
/*Set-Cookie:ci_spill=a%3A4%3A%7Bs%3A10%3A%22session_id%22%3Bs%3A32%3A%22305d3d67b8016ca9661c3b032d4319df%22%3Bs%3A10%3A%22ip_address%22%3Bs%3A14%3A%2285.164.158.128%22%3Bs%3A10%3A%22user_agent%22%3Bs%3A109%3A%22Mozilla%2F5.0+%28Windows+NT+6.1%3B+WOW64%29+AppleWebKit%2F537.36+%28KHTML%2C+like+Gecko%29+Chrome%2F43.0.2357.132+Safari%2F537.36%22%3Bs%3A13%3A%22last_activity%22%3Bi%3A1436874639%3B%7Dcab1dd09f4eca466660e8a767856d013; expires=Tue, 14-Jul-2015 13:50:39 GMT; path=/
Set-Cookie: sessionToken=abc123; Expires=Wed, 09 Jun 2021 10:18:14 GMT;
//Cookie names cannot contain any of the following '=,; \t\r\n\013\014'
//
*/
if (stripos($header, "Set-Cookie:") !== 0) {
continue;
/**/
}
$header = trim(substr($header, strlen("Set-Cookie:")));
$len=0;
while (strlen($header) > 0) {
$cookiename                 = $grabCookieName($header,$len);
$returnCookies[$cookiename] = '';
$header                     = substr($header, $len + 1); //also remove the = 
if (strlen($header) < 1) {
break;
}
;
$thepos = strpos($header, ';');
if ($thepos === false) { //last cookie in this Set-Cookie.
$returnCookies[$cookiename] = urldecode($header);
break;
}
$returnCookies[$cookiename] = urldecode(substr($header, 0, $thepos));
$header                     = trim(substr($header, $thepos + 1)); //also remove the ;
}
}
unset($header, $cookiename, $thepos);
return $htmlBody;
}
?>

$registration\u number='R23CCP'；
$vehicle_maker='CITROEN'；
$ch=hhb_curl_init（）；
$debugHeaders=array（）；
$debugCookies=array（）；
$debugRequest=''；
$html=hhb\u curl\u exec2（$ch，'https://www.vehicleenquiry.service.gov.uk/Default.aspx“，$debugHeaders，$debugCookies，$debugRequest）；
//首先做一个空请求，获取会话id、cookies和奇怪的VIEWSTATE内容。。。
$domd=@DOMDocument:：loadHTML（$html）；
断言（is_object（$domd））；
$\uu VIEWSTATE=$domd->getElementById（“\uu VIEWSTATE”）->getAttribute（'value'）；
$\uu VIEWSTATEGENERATOR=$domd->getElementById（“\uu VIEWSTATEGENERATOR”）->getAttribute（'value'）；
$\uuuEventValidation=$domd->getElementById（“\uuuEventValidation”）->getAttribute（'value'）；
变量转储（“视图状态：”、$视图状态、$视图状态生成器：”、$视图状态生成器、$事件验证：”、$事件验证、'headers:'、$debugHeaders、'cookies:'、$debugCookies、'html:'request:'、$debugRequest、'domd:'、$domd）；
//现在去拿邮件
curl_setopt_数组（$ch，数组(
CURLOPT_POST=>true，
CURLOPT_POSTFIELDS=>http_build_查询（数组(
“\uu LASTFOCUS”=>”，
“\u EVENTTARGET”=>”，
“\uuu VIEWSTATE”=>$\uu VIEWSTATE，
“\uu VIEWSTATEGENERATOR”=>$\uu VIEWSTATEGENERATOR，
“\uuu EVENTVALIDATION”=>$\uu EVENTVALIDATION，
'ctl00$MainContent$txtSearchVrm'=>$registration\u number，
“ctl00$MainContent$MakeTextBox”=>$vehicle\u maker，
“ctl00$MainContent$txtV5CDocumentReferenceNumber'=>”，
'ctl00$MainContent$butSearch'=>'Search'，
))
));
$html=hhb\u curl\u exec2（$ch，'https://www.vehicleenquiry.service.gov.uk/Default.aspx“，$debugHeaders，$debugCookies，$debugRequest）；
var_dump（'headers:'、$debugHeaders、'cookies:'、$debugCookies、'html:'、$html、'request:'、$debugRequest）；
函数hhb\u curl\u init（$custom\u options\u array=array（））
{
if（空（$custom_options_array））{
$custom_options_array=array（）；
//对此我感觉有点糟糕。curl\u init的argv[1]需要一个字符串（url），或NULL
//至少我也希望允许NULL：/
}
如果（！is_数组（$custom_options_数组））{
抛出新的InvalidArgumentException（“$custom\u options\u数组必须是数组！”）；
}
;
$options\u array=array(
CURLOPT_AUTOREFERER=>true，
CURLOPT_BINARYTRANSFER=>true，
CURLOPT_COOKIESESSION=>正确，
CURLOPT_FOLLOWLOCATION=>true，
CURLOPT\u禁止重用=>false，
CURLOPT_HTTPGET=>true，
CURLOPT_RETURNTRANSFER=>true，
CURLOPT_SSL_VERIFYPEER=>false，
CURLOPT_CONNECTTIMEOUT=>10，
CULLOPT_超时=>11，
CURLOPT_编码=>“”
//CURLOPT_REFERER=>example.org，
//CURLOPT_USERAGENT=>'Mozilla/5.0（Windows NT 6.1；WOW64；rv:36.0）Gecko/20100101 Firefox/36.0'
);
如果（！array\u key\u存在（CURLOPT\u COOKIEFILE，$custom\u options\u array））{
//只能有条件地执行此操作，因为tmpfile（）调用。。
静态$curl\u cookiefiles\u arr=array（）；//的解决方法https://bugs.php.net/bug.php?id=66014
$curl_cookiefiles_arr[]=$options_array[CURLOPT_COOKIEFILE]=tmpfile（）；
$options\u array[CURLOPT\u COOKIEFILE]=流式获取元数据（$options\u array[CURLOPT\u COOKIEFILE]）；
$options_数组[CURLOPT_COOKIEFILE]=$options_数组[CURLOPT_COOKIEFILE]['uri']；
}
//我们不能使用array_merge（），因为它处理整数键的方式，它会/可能导致损坏
foreach（$key=>$val的自定义_选项_数组）{
$options_数组[$key]=$val；
}
取消设置（$key、$val、$custom_options_数组）；
$curl=curl_init（）；
curl_setopt_数组（$curl$options_数组）；
返回$curl；
}
函数hhb_curl_exec（$ch，$url）
{
静态$hhb_curl_domainCache=“”；
//$hhb_curl_domainCache=&$this->hhb_curl_domainCache；
//$ch=&$this->curlh；
如果（！is_resource（$ch）| get_resource_type（$ch）！='curl'）{
抛出新的InvalidArgumentException（“$ch必须是卷曲句柄！”）；
}
如果（！是字符串（$url））{
抛出新的InvalidArgumentException（“$url必须是字符串！”）；
}
$tmpvar=“”；
if（parse_url（$url，PHP_url_HOST）==null）{
if（substr（$url，0，1）！='/'））{
$url=$hhb\u curl\u domainCache.'/'.$url；
}否则{
$url=$hhb\u curl\u domainCache.$url；
}
}
;
curl_setopt（$ch，CURLOPT_URL，$URL）；
$html=curl\u exec（$ch）；
if（旋度误差（$ch））{
在url.var_export（$url，true）上引发新异常（'Curl error（Curl_errno='）。Curl_errno（$ch）。'：'。Curl_error（$ch））；
//回显“旋度误差：”。旋度误差（$ch）；
}
如果（$html==''&&203！=（$tmpvar=curl\u getinfo（$ch，CURLINFO\u HTTP\u CODE））/*203是“成功，但没有输出”。*/）{
抛出新异常（'Curl未为'.var_导出（$url，true）返回任何内容）。'但HTTP_响应_代码为'.var_导出（$tmpvar，true））；
}
;
//记住，curl（通常）自动跟随“Location:”http重定向。。
$hhb\u curl\u domainCache=parse\u url（curl\u getinfo（$ch，CURLINFO\u EFFECTIVE\u url），PHP\u url\u HOST）；
返回$html；
}
函数hhb_curl_exec2（$ch，$url，&$returnHeaders=array（），&$returnCookies=array（），&$verboseduginfo=“”）
{
$returnHeaders=array（）；
$returnCookies=array（）；
$verbosedbugginfo=“”；
如果（！is_resource（$ch）| get_resource_type（$ch）！='curl'）{
抛出新的InvalidArgumentException（“$ch必须是卷曲句柄！”）；
}
如果（！是字符串（$url））{
抛出新的InvalidArgumentException（“$url必须是字符串！”）；
}
$verbosefileh=tmpfile（）；
$verbosefile=stream\u get\u meta\u数据（$verbosefileh）；
$verbosefile=$verbosefile['uri']；
curl_setopt（$ch，CURLOPT_VERBOSE，1）；
curl_setopt（$ch，CURLOPT_STDERR，$verbosefileh）；
curl_setopt（$ch，CURLOPT_头，1）；
$html=hhb\u curl\u exec（$ch，$url）；
$verboseDebugInfo=文件\获取\内容（$verbosefile）；
curl_setopt（$ch，CURLOPT_STDERR，NULL）；
fclose（$verbosefileh）；
取消设置（$verbosefile，$verbosefileh）；
$headers=array（）；
$crlf=“\x0d\x0a”；
$thepos=strpos（$html，$crlf.$crlf，0）；
$headersString=substr（$html，0，$thepos）；
$headerArr=爆炸（$crlf，$HEADERSTRING）；
$returnHeaders=$headerArr；
未设置（$headerString，$headerArr）；
$htmlBody=substr（$html，$thepos+4）；//应该可以处理utf8/ascii头…utf32？不太确定。。
U