# 建立一个深度网络扫描器

有时您需要扫描一个网站，但是要更深一层。例如，你想建立一个网站的网络树图。这可以通过寻找所有 `<A>` 标签，并跟随 `HREF` 属性到下一个网页来实现。一旦你获得了子页面，你就可以继续扫描，以便完成树状图。

## 如何做...

1.如前所述，深度网络扫描器的核心组件是基本的 `Hoover` 类。本示例中介绍的基本过程是扫描目标网站并收集所有 `HREF` 属性。为此，我们定义了 `Application\Web\Deep` 类。 我们添加一个代表 DNS 域的属性：

```php
namespace Application\Web;
class Deep
{
    protected $domain;
```

2.接下来，我们定义了一个方法，该方法将对扫描列表中代表的每个网站的标签进行抓取。为了防止扫描器搜索整个**万维网**（**WWW**），我们将扫描范围限制在目标域。之所以加入了`yield from` ，是因为我们需要输出由 `Hoover::getTags()` 产生的整个数组。`yield from` 语法允许我们将数组视为一个子生成器：

```php
public function scan($url, $tag)
{
    $vac    = new Hoover();
    $scan   = $vac->getAttribute($url, 'href', 
       $this->getDomain($url));
    $result = array();
    foreach ($scan as $subSite) {
        yield from $vac->getTags($subSite, $tag);
    }
    return count($scan);
}
```

{% hint style="info" %}
使用 `yield from` 可以将 `scan()` 方法变成一个PHP 7的委托生成器。通常情况下，你会倾向于将扫描的结果存储到一个数组中。问题是，在这种情况下，检索到的信息量可能是巨大的。因此，为了节省内存和立即产生结果，最好的方式是使用 `yield`。否则，就会有一个漫长的等待，这很可能会出现内存不足的错误。
{% endhint %}

3.为了保持在同一个域内，我们需要一个方法来从URL中返回域。我们使用方便的 `parse_url()` 函数来实现这一目的：

```php
public function getDomain($url)
{
    if (!$this->domain) {
        $this->domain = parse_url($url, PHP_URL_HOST);
    }
    return $this->domain;
}
```

## 如何运行...

首先，先去定义前面定义的 `Application\Web\Deep` 类，以及前面配方中定义的 `Application\Web\Hoover` 类。

接下来，在 `chap_01_deep_scan_website.php`中定义一个代码块来设置自动加载(如本章前面所述)：

```php
<?php
// 根据需要修改
define('DEFAULT_URL', 'unlikelysource.com');
define('DEFAULT_TAG', 'img');

require __DIR__ . '/../../Application/Autoload/Loader.php';
Application\Autoload\Loader::init(__DIR__ . '/../..');
```

接下来，获取新类的一个实例：

```php
$deep = new Application\Web\Deep();
```

此时，你可以从 URL 参数中检索 URL 和标签信息。PHP 7的null 合并运算符对于建立回退值非常有用：

```php
$url = strip_tags($_GET['url'] ?? DEFAULT_URL);
$tag = strip_tags($_GET['tag'] ?? DEFAULT_TAG);
```

一些简单的HTML将显示结果：

```php
foreach ($deep->scan($url, $tag) as $item) {
    $src = $item['attributes']['src'] ?? NULL;
    if ($src && (stripos($src, 'png') || stripos($src, 'jpg'))) {
        printf('<br><img src="%s"/>', $src);
    }
}
```

## 参考

关于生成器和`yield from`的更多信息，请参阅 <http://php.net/manual/en/language.generators.syntax.php>


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://ganymedenil.gitbook.io/php-7/mo-kuai-yi/di-yi-zhang-jian-li-ji-chu/jian-li-yi-ge-shen-du-wang-luo-sao-miao-qi.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.