DOMdocument，编辑元素

Question

所以，我想做的是制作一个脚本，它会自动将我的登录信息（我将在我的数据库中）添加到我想要的任何形式。

为此，我从网站（使用 cURL）获取 html 源代码，然后使用 DOMdocument 使用我的用户名和密码值编辑输入的用户名和密码表单名称，然后输出此内容，然后单击登录

应该没问题吧？是的，理论上，但事实并非如此。

这是正确的代码：

$dom = new DOMdocument();
$dom->formatOutput = true;
@$dom->loadHTML( mb_convert_encoding($html, 'HTML-ENTITIES', $encoding) );

$inputs = $dom->getElementsByTagName('input');
foreach ($inputs as $input)
{
    if ($input->getAttribute('name') == $id_nameValue)
    {
    $new_input = $dom->createElement('input');

    $new_input->setAttribute('name', $id_nameValue);
    $new_input->setAttribute('value', $id_value);

    $input->parentNode->replaceChild($new_input, $input);
    }

    if ($input->getAttribute('name') == $password_nameValue)
    {
    $new_input = $dom->createElement('input');

    $new_input->setAttribute('name', $password_nameValue);
    $new_input->setAttribute('value', $password_value);
    $new_input->setAttribute('type', 'password');

    $input->parentNode->replaceChild($new_input, $input);
    }
}

echo $dom->savehtml();

我遇到的问题是javascript没有加载或css，或者没有正确重定向......

让我们以 reddit 为例：https://ssl.reddit.com/login 他们有这个用于 CSS

<link rel="stylesheet" href="/static/reddit.cYdhnJIJSZ0.css" type="text/css" />

而不是https://ssl.reddit.com/login/static/reddit.cYdhnJIJSZ0.css，所以我无法正确加载它，因为它使用我的网址，如

MY_URL.com/static/reddit.cYdhnJIJSZ0.css to find it...

同样适用于 javascript，比如

<script type="text/javascript" src="/static/jquery.js">

或与

<form id="login_login" method="post" action="/post/login" class="user-form login-form">

这会将我重定向到 MY_URL.com/post/login

我的问题是我怎样才能做到这一点？ 如何编辑链接以包含网站 url？ 由于这是我第一次使用 DOMdocument，我不知道如何编辑表单或脚本 src...

所以我的最终结果是

<link rel="stylesheet" href="https://ssl.reddit.com/login/static/reddit.cYdhnJIJSZ0.css" type="text/css" />
<script type="text/javascript" src="https://ssl.reddit.com/login/static/jquery.js">
<form id="login_login" method="post" action="https://ssl.reddit.com/login/post/login" class="user-form login-form">

Answer 1

我认为最简单的方法是注入一个 base 标记，并将 href 属性设置为最后一个有效 url 的基本 url（在可能的重定向情况下最终由 cURL 获取的 url） .可以使用 cURL 检索最后一个有效的 url，方法是：

$url = curl_getinfo( $ch, CURLINFO_EFFECTIVE_URL );

我已经解释了如何使用 DOMDocument in this answer 设置基本标记。它还考虑了已经存在base 标签的情况。尽管不可否认，我的示例还没有在 base 标记中寻找 href 属性的存在。通过使用DOMElement::hasAttribute() 添加此检查应该很简单。

编辑
回应 alex2005 的评论：

你可以稍微改变一下，然后这样做：

$baseElement = $doc->createElement( 'base' );
$baseElement->setAttribute( 'href', $url );
$headElement = $doc->getElementsByTagName( 'head' )->item( 0 );

// it will automatically append, if $headElement has no firstChild (i.e. is null)
$headElement->insertBefore( $baseElement, $headElement->firstChild );

编辑 2
不过有点警告。我忽略了一些东西。

$url = curl_getinfo( $ch, CURLINFO_EFFECTIVE_URL );

... 可以有效地返回一个 url，如：

http://example.com/some/path/to/a/file.html

我不确定浏览器如何处理 base 标签中的文件名。我假设他们提取目录路径。但不确定这一点。

但除了可能的警告之外，在大多数情况下，您可能只想将最后一个重定向 url 的域名用于基本标记。

至少对于解析绝对 uri 来说是这样的

/css/some.css
/js/some.js
/some/file.html

用于解析相对 uri，例如：

css/some.css
js/some.js
some/file.html

...您可能还想提取 url 的目录部分：

http://example.com/some/path/to/a/

因此，在仔细考虑之后，考虑所有可能的情况可能并不是那么简单。请注意这一点。