Gemeinschaft Lernen Tools-Bibliothek Freizeit
suchen
Deutsch
Heim > Backend-Entwicklung > PHP-Tutorial > php远程抓取网站图片并保存的代码

php远程抓取网站图片并保存的代码

WBOY
Freigeben： 2016-07-25 09:12:59
Original
1077 Leute haben es durchsucht

例子，php抓取网站数据的代码。

  2. /**
  3. * 一个用于抓取图片的类
  4. *
  5. * @package default
  6. * @author WuJunwei
  7. */
  8. class download_image
  9. {
  11. public $save_path; //抓取图片的保存地址
  13. //抓取图片的大小限制(单位:字节) 只抓比size比这个限制大的图片
  14. public $img_size=0;
  16. //定义一个静态数组,用于记录曾经抓取过的的超链接地址,避免重复抓取
  17. public static $a_url_arr=array();
  19. /**
  20. * @param String $save_path 抓取图片的保存地址
  21. * @param Int $img_size 抓取图片的保存地址
  22. */
  23. public function __construct($save_path,$img_size)
  24. {
  25. $this->save_path=$save_path;
  26. $this->img_size=$img_size;
  27. }
  29. /**
  30. * 递归下载抓取首页及其子页面图片的方法 ( recursive 递归)
  31. *
  32. * @param String $capture_url 用于抓取图片的网址
  33. *
  34. */
  35. public function recursive_download_images($capture_url)
  36. {
  37. if (!in_array($capture_url,self::$a_url_arr)) //没抓取过
  38. {
  39. self::$a_url_arr[]=$capture_url; //计入静态数组
  40. } else //抓取过,直接退出函数
  41. {
  42. return;
  43. }
  45. $this->download_current_page_images($capture_url); //下载当前页面的所有图片
  47. //用@屏蔽掉因为抓取地址无法读取导致的warning错误
  48. $content=@file_get_contents($capture_url);
  50. //匹配a标签href属性中?之前部分的正则
  51. $a_pattern = "|]+href=['\" ]?([^ '\"?]+)['\" >]|U";
  52. preg_match_all($a_pattern, $content, $a_out, PREG_SET_ORDER);
  54. $tmp_arr=array(); //定义一个数组,用于存放当前循环下抓取图片的超链接地址
  55. foreach ($a_out as $k => $v)
  56. {
  57. /**
  58. * 去除超链接中的 空'','#','/'和重复值
  59. * 1: 超链接地址的值 不能等于当前抓取页面的url, 否则会陷入死循环
  60. * 2: 超链接为''或'#','/'也是本页面,这样也会陷入死循环,
  61. * 3: 有时一个超连接地址在一个网页中会重复出现多次,如果不去除,会对一个子页面进行重复下载)
  62. */
  63. if ( $v[1] && !in_array($v[1],self::$a_url_arr) &&!in_array($v[1],array('#','/',$capture_url) ) )
  64. {
  65. $tmp_arr[]=$v[1];
  66. }
  67. }
  69. foreach ($tmp_arr as $k => $v)
  70. {
  71. //超链接路径地址
  72. if ( strpos($v, 'http://')!==false ) //如果url包含http://,可以直接访问
  73. {
  74. $a_url = $v;
  75. }else //否则证明是相对地址, 需要重新拼凑超链接的访问地址
  76. {
  77. $domain_url = substr($capture_url, 0,strpos($capture_url, '/',8)+1);
  78. $a_url=$domain_url.$v;
  79. }
  81. $this->recursive_download_images($a_url);
  83. }
  84. }
  85. /**
  86. * 下载当前网页下的所有图片
  87. *
  88. * @param String $capture_url 用于抓取图片的网页地址
  89. * @return Array 当前网页上所有图片img标签url地址的一个数组
  90. */
  91. public function download_current_page_images($capture_url)
  92. {
  93. $content=@file_get_contents($capture_url); //屏蔽warning错误
  95. //匹配img标签src属性中?之前部分的正则
  96. $img_pattern = "|php远程抓取网站图片并保存的代码 ]+src=['\" ]?([^ '\"?]+)['\" >]|U";
  97. preg_match_all($img_pattern, $content, $img_out, PREG_SET_ORDER);
  99. $photo_num = count($img_out);
  100. //匹配到的图片数量
  101. echo '

    '.$capture_url . "共找到 " . $photo_num . " 张图片

    ";
  102. foreach ($img_out as $k => $v)
  103. {
  104. $this->save_one_img($capture_url,$v[1]);
  105. }
  106. }
  108. /**
  109. * 保存单个图片的方法
  110. *
  111. * @param String $capture_url 用于抓取图片的网页地址
  112. * @param String $img_url 需要保存的图片的url
  113. *
  114. */
  115. public function save_one_img($capture_url,$img_url)
  116. {
  117. //图片路径地址
  118. if ( strpos($img_url, 'http://')!==false )
  119. {
  120. // $img_url = $img_url;
  121. }else
  122. {
  123. $domain_url = substr($capture_url, 0,strpos($capture_url, '/',8)+1);
  124. $img_url=$domain_url.$img_url;
  125. }
  126. $pathinfo = pathinfo($img_url); //获取图片路径信息
  127. $pic_name=$pathinfo['basename']; //获取图片的名字
  128. if (file_exists($this->save_path.$pic_name)) //如果图片存在,证明已经被抓取过,退出函数
  129. {
  130. echo $img_url . '该图片已经抓取过!
    ';
  131. return;
  132. }
  133. //将图片内容读入一个字符串
  134. $img_data = @file_get_contents($img_url); //屏蔽掉因为图片地址无法读取导致的warning错误
  135. if ( strlen($img_data) > $this->img_size ) //下载size比限制大的图片
  136. {
  137. $img_size = file_put_contents($this->save_path . $pic_name, $img_data);
  138. if ($img_size)
  139. {
  140. echo $img_url . '图片保存成功!
    ';
  141. } else
  142. {
  143. echo $img_url . '图片保存失败!
    ';
  144. }
  145. } else
  146. {
  147. echo $img_url . '图片读取失败!
    ';
  148. }
  149. }
  150. } // END
  152. set_time_limit(120); //设置脚本的最大执行时间 根据情况设置
  153. $download_img=new download_image('E:/images/',0); //实例化下载图片对象
  154. $download_img->recursive_download_images('http://bbs.it-home.org/'); //递归抓取图片方法
  155. //$download_img->download_current_page_images($_POST['capture_url']); //只抓取当前页面图片方法
  156. ?>
复制代码


Verwandte Etiketten：
php远程抓取网站图片并保存的代码
Quelle：php.cn
Vorheriger Artikel：php获取当前url路径 php服务器变量 Nächster Artikel：PHP打印杨辉三角二种方法
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Neueste Artikel des Autors
Aktuelle Ausgaben
function_exists() kann die benutzerdefinierte Funktion nicht ermitteln Funktionstest () {Verwendung der Verwendung durch -Durch -Durch -Durch -Durch -Durch -Durc...
Aus 2024-04-29 11:01:01
0
3
2240
So zeigen Sie die mobile Version von Google Chrome an Hallo Lehrer, wie kann ich Google Chrome in eine mobile Version umwandeln?
Aus 2024-04-23 00:22:19
0
11
2380
Das untergeordnete Fenster bedient das übergeordnete Fenster, aber die Ausgabe antwortet nicht. Die ersten beiden Sätze sind ausführbar, der letzte Satz jedoch nicht.
Aus 2024-04-19 15:37:47
0
1
1989
Im übergeordneten Fenster erfolgt keine Ausgabe document.onclick = function(){ window.opener.document.write('Ich bin die Ausgabe des unter...
Aus 2024-04-18 23:52:34
0
1
1877
Wo gibt es die Kursunterlagen zum CSS-Mindmapping? Kursunterlagen
Aus 2024-04-16 10:10:18
0
0
1947
verwandte Themen
Mehr>
Beliebte Empfehlungen
Beliebte Tutorials
Mehr>
Verwandte Tutorials
Beliebte Empfehlungen
Aktuelle Kurse
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage