masyarakat Belajar Perpustakaan Alatan Masa lapang
cari
Melayu
Rumah > pembangunan bahagian belakang > tutorial php > PHP网页抓图

PHP网页抓图

WBOY
Lepaskan： 2016-07-25 08:43:39
asal
993 orang telah melayarinya
  2. header('Content-Type:text/html;charset=utf-8');
  4. /**
  5. * 一个用于抓去图片的类
  6. */
  7. class download_image {
  8. public $_save_path = NULL; //图片保存路劲
  9. public $_limit_size = NULL; //图片限制大小
  10. public static $_img_url_old = array(); //存储已抓取过的图片链接地址
  11. public static $_a_page_url = array(); //存储抓取过的页面
  12. public function __construct( $_save_path, $_limit_size) {
  13. $this->_save_path = $_save_path;
  14. $this->_limit_size = $_limit_size;
  15. }
  17. public function get_all_page_image( $site_url ) {
  18. if ( $site_url == '' ) {
  19. return false;
  20. }
  21. if ( ! in_array( $site_url, self::$_a_page_url ) ) { //判断当前页面是否抓取过
  22. self::$_a_page_url[] = $site_url; //将超链接存入静态数组中
  23. } else {
  24. return; //若抓取过则跳出
  25. }
  26. $this->download_the_page_image( $site_url );
  27. $content = @file_get_contents($site_url);
  28. $a_page_url = "|]+href=['\\" ]?([^ '\\"?]+)['\\" >]|U";
  29. $all_url = array();
  30. preg_match_all( $a_page_url, $content, $all_url, PREG_SET_ORDER );
  31. if ( $all_url != NULL ) {
  32. foreach( $all_url as $key => $val ) {
  33. /**
  34. * 静态化超链接，防止进入死循环
  35. * 出去当前页面链接表示方式（'','#','/'）
  36. */
  37. if ( trim($val[1]) != '' && ! in_array( $val[1], self::$_a_page_url ) && ! in_array( $val[1], array('#','/',$site_url) ) ) {
  38. self::$_a_page_url[] = $val[1]; //将符合要求的超链接写入静态数组中
  39. }
  40. }
  41. }
  42. if ( self::$_a_page_url != NULL ) {
  43. foreach( self::$_a_page_url as $keys => $vals ) {
  44. if ( strpos( $vals, 'http://' ) === false ) { //超链接不包含http://时，不能直接访问
  45. // 当图片链接地址为相对地址是重新拼凑地址
  46. $a_domain_url = substr( $site_url, 0, strpos( $site_url, '/',8 ) + 1 );
  47. $a_img_url = $a_domain_url.$vals;
  48. }
  49. //递归调用，访问每一个超链接页面
  50. $this->get_all_page_image( $a_img_url );
  51. }
  52. }
  53. }
  55. /**
  56. * 下载当前页面下的所有图片链接
  57. * @param $site_url
  58. */
  59. public function download_the_page_image( $site_url ) {
  60. // 获取当前链接地址页面的所有内容
  61. $img_pattern = NULL;
  62. $content = @file_get_contents( $site_url );
  63. $img_pattern = "|PHP网页抓图 ]+src=['\\" ]?([^ '\\"?]+)['\\" >]|U";
  64. //全局匹配所有的PHP网页抓图 中的图片链接
  65. $img_out = array();
  66. preg_match_all( $img_pattern, $content, $img_out, PREG_SET_ORDER );
  67. echo '

    '. $site_url . '共找到' . count($img_out) . '张图片

    ';
  68. //print_r($img_out[1]);
  69. foreach( $img_out as $key => $val ) {
  70. //echo htmlspecialchars($val[1]).'
    ';
  71. $this->save_one_image( $site_url, $val[1]);
  72. }
  74. }
  76. public function save_one_image( $site_url, $img_url ) {
  77. if ( strpos( $img_url, 'http://' ) === false ) {
  78. // 当图片链接地址为相对地址是重新拼凑地址
  79. $domain_url = substr( $site_url, 0, strpos( $site_url, '/',8 ) + 1 );
  80. $img_url = $domain_url.$img_url;
  81. }
  82. $pic_name = basename( $img_url ); //获取图片名称
  84. if ( in_array( $img_url, self::$_img_url_old ) ) {
  85. echo $img_url .'该图片已经抓取过!
    ';
  86. return;
  87. }
  88. //获取图片内容，并写入一个字符串
  89. $img_data = @file_get_contents( $img_url );
  90. if ( strlen($img_data) _limit_size ) { //图片大小在限制范围内
  91. $img_boo = @file_put_contents( $this->_save_path.md5(microtime()).$pic_name, $img_data );
  92. if ( $img_boo ) {
  93. echo $img_url .'图片保存成功！
    ';
  94. self::$_img_url_old[] = $img_url;
  95. } else {
  96. echo $img_url .'图片保存失败！
    ';
  97. }
  98. } else {
  99. echo $img_url .'图片大小在限制范围之外！
    ';
  100. }
  101. }
  102. }
  103. set_time_limit(0);
  104. $download_images = new download_image('surces_Img/',1024*1024*100);
  105. $download_images->get_all_page_image('http://www.baidu.com/');
  106. ?>
复制代码

抓图, PHP


Label berkaitan：
PHP网页抓图
sumber：php.cn
Artikel sebelumnya：php实现三级导航栏效果 Artikel seterusnya：锐速ServerSpeeder破解 4无限
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Isu terkini
Bagaimanakah saya boleh mendapatkan imej saya dipaparkan pada paparan utama halaman? Apa yang saya mahu lakukan ialah menerima beberapa gambar menggunakan NASAAPI. Foto-foto i...
daripada 2024-04-06 15:33:12
0
1
433
Hantar borang tanpa butang menggunakan Javascript/Jquery Saya cuba menyerahkan borang tanpa butang dengan memanggil fungsi JavaScript dan melaksana...
daripada 2024-04-06 14:54:03
0
2
421
Kurangkan kelegapan imej latar belakang tatal, hadkan kelegapan minimum Saya cuba mendapatkan imej latar belakang untuk mengurangkan kelegapan pada tatal dan seka...
daripada 2024-04-04 23:50:53
0
1
1329
Mengikis web: Atribut href hilang - Perlu mensimulasikan klik tetikus untuk mengikis web? Untuk projek mengikis web yang menyeronokkan, saya ingin mengumpul data NHL daripada ttps:...
daripada 2024-04-04 10:32:06
0
1
3473
Adakah terdapat cara untuk membezakan peminta sumber melalui PHP atau .htaccess Adakah terdapat cara untuk membezakan antara penyemak imbas yang memuatkan halaman yang me...
daripada 2024-04-04 08:37:32
0
1
404
Topik-topik yang berkaitan
Lagi>
Cadangan popular
Tutorial Popular
Lagi>
Tutorial berkaitan
Cadangan popular
Kursus terkini
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan