DOM文档，编辑元素

Question

所以，我想要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编辑输入的用户名和密码表单名称，然后输入此信息，然后单击登录

一切应该没问题吧？理论上是的，但事实并非如此。

这是做正确的代码：

$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，与JavaScript不加载或CSS，或没有正确重定向...

让我们例如reddit的：https://ssl.reddit.com/login 他们有这样的CSS

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

，而不必https://ssl.reddit.com/login/static/reddit.cYdhnJIJSZ0.css，所以我不能加载它正确LY，因为它使用了自己的网址一样

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

这同样适用于JavaScript的，像

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

或用

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

这将我重定向到MY_URL.com/post/login

我的问题是我该如何做这项工作？ 如何编辑链接以包含网站网址？ 由于这是我第一次使用DOM文档，我不知道我将如何去有关编辑形式，或脚本SRC ...

所以我的最终结果将是

<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，其href属性设置为最后一个有效url的URL（在可能的重定向的情况下最终由cURL获取的url）。这最后一个有效的URL可以卷曲通过检索：

$url = curl_getinfo($ch, CURLINFO_EFFECTIVE_URL);

我已经解释了如何将基础标签与DOM文档in this answer设置。它还解释了已有base标签的情况。虽然我承认，但我的示例并未在base标记中查找href属性。尽管通过利用DOMElement::hasAttribute()来添加此检查应该是微不足道的。

编辑
针对alex2005的评论：虽然

$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
一个小警告：

你可以改变它一点，做到这一点。我忽略了一些东西。

$url = curl_getinfo($ch, CURLINFO_EFFECTIVE_URL);

...能有效地返回一个网址，如：

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

我不知道浏览器是如何处理的base标签的文件名。我会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，在大多数情况下，您可能只想拥有最后一个重定向url的域名，以便在基本标记中使用。

至少这是解决绝对URI的如

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

真正为了解决相对的URI如：

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

...你可能会想提取的目录部分网址以及：

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

所以，在给予了一点思考之后，考虑到所有可能的情况可能并不那么微不足道。注意这一点。