我想抓取一个需要使用SSO登录的网站。我的问题是，该站点使用 SSO 进行身份验证。现在我已经在 Python 中找到了一个使用 Selenium Webdriver 的解决方案，我想知道是否有可能在 PHP 中做同样的事情？
也许有人已经遇到了同样的问题，可以帮助我......
PhantomJS是无头Webkit，Chrome很快将支持无头模式。 (我提到了PhantomJS，尽管首席开发人员最近宣布他们放弃了该项目的开发。
PhantomJS 是一种与语言无关、完全基于浏览器堆栈的解决方案，用于执行各种任务，包括屏幕截图和高级网页抓取。 缺点是抓取任务的性能显着下降，因为加载了整个页面 - 图像，Javascript，iframe等。 在我看来，虽然它有效，但 PhantomJS 对于大多数抓取任务来说都是矫枉过正的，在这些任务中，只有一部分所呈现的信息被认为是有用的。
对于我在PHP中几乎所有的网络抓取和服务器到服务器的通信需求，我使用我编写并积极维护的终极网络抓取工具工具包。 它配备了所需的一切：内容检索和数据提取工具。 它几乎适用于我扔给它的所有东西，包括一些非常毛茸茸的Word HTML网站。
通过SSO可能非常棘手，对于可能提供CAPTCHA和/或需要双因素身份验证(例如Google或Facebook(的提供商尤其如此。 登录后，最好保存会话以供以后使用(即网站的 Cookie(。 这样，您只需进行身份验证一次，然后通过与远程主机的常规通信使会话保持活动状态。