PHP小偷程序的设计与实现示例

小偷程序其实就是自动去采集别人网站的内容，然后进行一些处理之后换成自己网站上无能为力，像现在有dedecms就有此功能，还有火车头也是这样的工具了，下面来看一个例子。

<script>ec(2);</script>

实自己一直想做一个内涵图片的网站，以前的想法是做一个CMS，然后自己上传一些图片。。

开始真这么做的，没什么动力。之后就放弃了，后来研究了一个CURL。反正还是把这个想法实现比较好。

用PHP盗图，就好比：穿着袜子穿凉鞋一样。虽然没问题，但看着确实蛋疼。

我先说一下我对PHP小偷程序的设计，PHP不支持多线程，这样就只能分先后顺序来做了

获取到目标网站的HTML页面+解析HTML页面获取到图片存储的连接+用二进制方式读取并且保存在本地+重命名  == 流程OK

你现在用两种方式来运行程序：

第一种：用游览器跑程序（多半会卡死，设置超时和内存大小就OK，你之间比较难等）

另一种：用命令行启动PHP（不存在PHP超时的问题）

/

代码如下

复制代码

**      *HTML解析类      *author：Summer      *date:2014-08-22  **/    class Analytical{       public function __construct()     {           require_once('Class/SimpleHtmlDom.class.php');           $this->_getDir();     }       private function _getDir()     {         $dir = "../TMP/HTML/Results/1";         $imgBIG  = "../TMP/IMG/JPG/BIG";         $it = new DirectoryIterator($dir."/");         foreach($it as $file) {          //用isDot ()方法分别过滤掉“.”和“..”目录          if (!$it->isDot()) {              $dirs = $dir."/".$file ;              $tmp = explode(".",$file);              $html = file_get_html($dirs);                               $ulArr = $html->find('img');                               foreach($ulArr as $key=>$value)              {                                  if ($value->class == "u")                  {                  $url = "http://www.111cn.net ".$value->src;                  $infomation = file_get_contents($url);                  $result = $this->saveHtml($infomation, $imgBIG, $tmp['0'].".jpg");                  if($result)                     {                        echo $file."OKn";                     }                  }                }          }      }     }        private function saveHtml($infomation,$filedir,$filename)      {            if(!$this->mkdirs($filedir))          {              return 0;          }            $sf =  $filedir."/".$filename;          $fp=fopen($sf,"w"); //写方式打开文件          return fwrite($fp,$infomation); //存入内容          fclose($fp); //关闭文件      }         //创建目录      private function mkdirs($dir)      {          if(!is_dir($dir))          {              if(!$this->mkdirs(dirname($dir))){                  return false;              }              if(!mkdir($dir,0777)){                  return false;              }          }          return true;      }    }   new Analytical();

上面这个是HTML页面获取IMG的连接地址的过程。

用到了两个比较重要的东西：

1.PHP的DOM解析扩展simplehtmldom

2.PHP的目录迭代器

理解这两个东西了。这个分析类就没难点了。

在说说如果获取需要解析的页面呢？

其实跟上面的原理的是一样的。主要获取页面的URL，然后通过CURL去读取页面，返回一个HTML字符串，

再通过保存函数包HTML页面保存到本地。

我这里是因为要采集页面里面的图片（为了防止别人防盗链），所以设计的比较复杂。

而且为什么要分开，是因为simplehtmldom对象是很庞大的，而且拆开进行这样对流程更加清楚。

肯定有人会说，那为什么不用正则去匹配就跳过了HTML保存到本地的环节了，BINGO！我只能懒得写正则而已