PHP代理实现用老人机看小说

目前下面的脚本就能实现了，可以为老人机提供简单地浏览和必备的搜索功能，并且支持缓存。

为了应对当前HTML格式和js脚本对老人机的不友好，我们需要处理一下某些小说网站，让它回到十几年前的样子，剔除大量CSS和JS，精简HTML标签，这样就能够让老人机快速、友好地看小说了。

目前下面的脚本就能实现了，可以为老人机提供简单地浏览和必备的搜索功能，并且支持缓存。

简单说明

_remoteurl_ ：填写链接

_band_word_ ：删除关键词

_band_href_ ：删除URL包含该值的链接

_band_ele_ ：把某些没有替换掉的元素删除掉，这个设置的存在是由一个正则匹配引起的，一般不要修改。

关于缓存：在源码内搜索 $keeptime 即可找到相关代码。

快速配置

1. 基本配置

define处修改remoteurl和其他配置，注意看注释，别乱来。

2. 搜索配置

找到 if ($_GET['search']) : 这一行，下面有

$html = c_get('https://search2.booktxt.net/s.php', 'post', 't=1&keyword='.urlencode(_iconv($_GET['search'], 'GBK')));

这样一行，修改c_get的参数即可。

第一个参数是url，第二个是方式(post/get)，第三个是传输过去的请求字符串，可能要用到转码功能，具体看对面页面的编码，用 _iconv (脚本自构的函数) 转换。具体写什么需要手动抓取网站信息手动填好。

例子：

# define_remoteurl:
define('_remoteurl_', 'https://www.biqutxt.com/');
# $_GET['search']后边:
$html = c_get('https://www.biqutxt.com/modules/article/search.php', 'post', 'searchtype=articlename&action=login&searchkey='.urlencode(_iconv($_GET['search'], 'GBK')));

若出现乱码，则可能为转码问题，也可能为原网页的问题，需排查，可以把URL上面的page参数进行urldecode+base64decode即得到源URL。

搬上完整代码:point_down:：

<?php
/*
author: foxnes/luuljh
*/
error_reporting(E_ALL ^ E_WARNING ^ E_NOTICE);
date_default_timezone_set("PRC");

define('_remoteurl_', 'https://m.booktxt.net/'); // 必须用 / 结尾 且 http(s)://开头
define('_band_word_', '字体：|顶点小说移动网（m\.booktxt\.net）|37小说网'); // 用 | 隔开，不能留空
define('_band_href_', 'cnzz\.com|mybook\.php');// 同上
define('_band_ele_', 'link');

$cachee = "cachepage/" . md5($_SERVER["QUERY_STRING"].'haha');

(file_exists("./cachepage/")) ?: mkdir('cachepage');
if (file_exists($cachee)) {
  if (!$_GET['page'])
    $keeptime = 259200; //保存3天
  else
    $keeptime = 31536000; //保存1年
  if (time() - filectime($cachee) >= $keeptime){
    unlink($cachee);
  }else{
    echo file_get_contents($cachee);
    exit;
  }
}

ob_start();

echo '<?xml version="1.0" encoding="UTF-8"?>';
?>
<!DOCTYPE html PUBLIC "-//WAPFORUM//DTD XHTML Mobile 1.2//EN"
    "http://www.openmobilealliance.org/tech/DTD/xhtml-mobile12.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
    <meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
    <title><?php echo 'WT ' . ($_GET['page'] ? base64_decode($_GET['page']) : ''); ?></title>
    <meta name="viewport" content="width=device-width, minimum-scale=1.0, maximum-scale=2.0"/>
    <style type="text/css">body{font-size: 13px;line-height: 19px} p{margin: 3px;} a+a{display: block}</style>
</head>
<body>

<a href="?">回到主页</a>
<br />

<form action="" method="get">
  搜索小说：
  <input type="text" name="search" />
  <button type='submit'>搜索</button>
</form>

<?php

if ($_GET['search']) :
  $html = c_get('https://search2.booktxt.net/s.php', 'post', 't=1&keyword='.urlencode(_iconv($_GET['search'], 'GBK')));
elseif ($_GET['page']):
  $html = c_get(base64_decode($_GET['page']));
else:
  $html = c_get(_remoteurl_);
endif;

  if (!preg_match('/200 OK/i', $html[1])) {
    echo '服务器可能出现了点问题噢(⊙o⊙)？';
    echo "<br />返回：".str_replace(PHP_EOL, '<br />', $html[1]);
    $cachee = false;
    goto foot;
  }
  $html = _iconv($html[0]);
  $html = preg_replace('/<(style|script)[^>]*?>[\s\S]*?<\/\1>/i', '', $html);
  $html = preg_replace('/<(?:'._band_ele_.')[^>]*?>/i', '', $html);
  $html = preg_replace('/<(?!a|\/a|p|\/p|br|li|\/li|table|\/table|td|\/td|tr|\/tr)(?:[^>]*?)>/i', '', $html);
  $html = preg_replace('/(id|class|title|style|target|alt|onclick)=("|\').*?\2/i', '', $html);
  $html = preg_replace('/<a[^>]*?=[^>]*?(?:javascript\:|'._band_href_.')[\s\S]*?<\/a>/i', '', $html);
  $html = preg_replace('/[\n\r\s]+|( )+/i', ' ', $html);
  $html = preg_replace('/'._band_word_.'/i', '', $html);
  $html = preg_replace('/<p[^>]*?><\/p>|<a >.*?<\/a>|<a[^>]*?><\/a>/i', '', $html);

  preg_match_all('/<a[^>]*?href=("|\')([^>]*?)\1/i', $html, $links);
  $rep = [];
  $rem = [];
  foreach ($links[2] as $key => $value) {
    if (!(strlen($links[2][$key]) > 5)) continue;
    $qt = $links[1][$key];
    $rep[] = $qt . $links[2][$key] . $qt;
    $rem[] = $qt . "?page=".urlencode(base64_encode(rel2abs($value))) . $qt;
  }
  if (count($links) > 1)
    $html = str_replace($rep, $rem, $html);
  echo $html;

foot:
?>

<br />
<a href="?">回到主页</a>
<small>[<?php echo date("y-m-d H:i:s"); ?>]</small>

</body>
</html><?php

$html = ob_get_clean();

echo $html;

if ($cachee)
  file_put_contents($cachee, $html);

function c_get($url, $method = 'get', $data = '', $referer = _remoteurl_, $timeout = 10, $useck = false, $saveck = false, $ckfile = "ck.txt") {
    $headerinfo = array(
        "User-Agent: Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"
    );
    $ch = curl_init();
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_HTTPHEADER, $headerinfo);
    curl_setopt($ch, CURLOPT_TIMEOUT_MS, $timeout * 1000);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    curl_setopt($ch, CURLOPT_REFERER, $referer);
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
    curl_setopt($ch, CURLOPT_HEADER, true);
    curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);
    if ($saveck == true) {
        curl_setopt($ch, CURLOPT_COOKIEJAR, $ckfile);
    }
    if (file_exists($ckfile) && $useck == true) {
        curl_setopt($ch, CURLOPT_COOKIEFILE, $ckfile);
    }
    if ($method == "post") {
        curl_setopt($ch, CURLOPT_POST, 1);
        curl_setopt($ch, CURLOPT_POSTFIELDS, $data);
    }
    $content = curl_exec($ch);
    if (curl_errno($ch)) {
        return 'Curl error: ' . curl_error($ch);
    }
    if ($content == false) {
        return "Get content false!";
    }
    $headerSize = curl_getinfo($ch, CURLINFO_HEADER_SIZE);
    $header = substr($content, 0, $headerSize);
    $body = substr($content, $headerSize);
    if (in_array(curl_getinfo($ch, CURLINFO_HTTP_CODE), ['301','302'])) {
        preg_match("@location: (.*?)[\n\r;]@i", $header, $tmpgo);
        curl_close($ch);
        return c_get($tmpgo[1]);
    }
    curl_close($ch);
    $content = array(
        $body,
        $header
    );
    return $content;
}

function rel2abs($n){
  if ($_GET['page']) {
    $fix = pathinfo(base64_decode(urldecode($_GET['page'])));
    $fix = $fix["dirname"]."/";
  }else{
    $fix = _remoteurl_;
  }
  if (strpos($n,"#") !== false) {
    $n = substr($n, 0, strpos($n,"#"));
  }
  if (substr($n, 0, 7) == "http://" || substr($n, 0, 8) == "https://") {
    return $n;
  }elseif (substr($n, 0, 2) == "//") {
    return "http:".$n;
  }else{
    if (empty($n)) {
      return false;
    }
    if (substr($n, 0, 1) == "/") {
      return _remoteurl_.substr($n, 1);
    }else{
      return $fix.$n;
    }
  }
}

function _iconv($data, $output = 'utf-8') {
  $encode_arr = array('UTF-8','ASCII','GBK','GB2312','BIG5','JIS','eucjp-win','sjis-win','EUC-JP');
  $encoded = mb_detect_encoding($data, $encode_arr);
  if (!is_array($data)) {
    return mb_convert_encoding($data, $output, $encoded);
  } else {
    foreach ($data as $key=>$val) {
      $key = _iconv($key, $output);
      if(is_array($val)) {
        $data[$key] = _iconv($val, $output);
      } else {
      $data[$key] = mb_convert_encoding($data, $output, $encoded);
      }
    }
  return $data;
  }
}

发表于 2020-03-13 16:51
阅读 ( 943 )
分类：PHP开发