首页 / PHP / PHP网页抓图

PHP网页抓图

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了PHP网页抓图，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4080字，纯文字阅读大概需要6分钟。

内容图文

  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 <页面地址>
  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 = "|]+src=['\\" ]?([^ '\\"?]+)['\\" >]|U";
  64. //全局匹配所有的中的图片链接
  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) < $this->_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. ?>

抓图, PHP

内容总结

以上是互联网集市为您收集整理的PHP网页抓图全部内容，希望文章能够帮你解决PHP网页抓图所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/165038.html

来源：【匿名】