PHP多线程批量采集上载图片

PHP多线程批量采集下载图片

?

使用curl的多线程，另外curl可以设置请求时间，遇到很慢的url资源，可以果断的放弃，这样没有阻塞，另外有多线程请求，效率应该比较高，参考：《CURL的学习和应用[附多线程]》，我们再来测试一下；

核心代码：

?

/**     * curl 多线程     *     * @param array $array 并行网址     * @param int $timeout 超时时间     * @return mix     */	public function Curl_http($array,$timeout='15'){		    $res = array();		    $mh = curl_multi_init();//创建多个curl语柄		    foreach($array as $k=>$url){		        $conn[$k]=curl_init($url);//初始化		        curl_setopt($conn[$k], CURLOPT_TIMEOUT, $timeout);//设置超时时间		        curl_setopt($conn[$k], CURLOPT_USERAGENT, 'Mozilla/5.0 (compatible; MSIE 5.01; Windows NT 5.0)');		        curl_setopt($conn[$k], CURLOPT_MAXREDIRS, 7);//HTTp定向级别 ，7最高		        curl_setopt($conn[$k], CURLOPT_HEADER, false);//这里不要header，加块效率		        curl_setopt($conn[$k], CURLOPT_FOLLOWLOCATION, 1); // 302 redirect		        curl_setopt($conn[$k], CURLOPT_RETURNTRANSFER,1);//要求结果为字符串且输出到屏幕上				curl_setopt($conn[$k], CURLOPT_HTTPGET, true);		        curl_multi_add_handle ($mh,$conn[$k]);		    }		     //防止死循环耗死cpu 这段是根据网上的写法		        do {		            $mrc = curl_multi_exec($mh,$active);//当无数据，active=true		        } while ($mrc == CURLM_CALL_MULTI_PERFORM);//当正在接受数据时		        while ($active and $mrc == CURLM_OK) {//当无数据时或请求暂停时，active=true		            if (curl_multi_select($mh) != -1) {		                do {		                    $mrc = curl_multi_exec($mh, $active);		                } while ($mrc == CURLM_CALL_MULTI_PERFORM);		            }		        }		    foreach ($array as $k => $url) {		          if(!curl_errno($conn[$k])){		          	$data[$k]=curl_multi_getcontent($conn[$k]);//数据转换为array		          	$header[$k]=curl_getinfo($conn[$k]);//返回http头信息		          	curl_close($conn[$k]);//关闭语柄		          	curl_multi_remove_handle($mh  , $conn[$k]);   //释放资源		          }else{		          	unset($k,$url);		          }		        }		        curl_multi_close($mh);		        return $data;		 }//参数接收$callback = $_GET['callback'];$hrefs = $_GET['hrefs'];$urlarray = explode(',',trim($hrefs,','));$date = date('Ymd',time());//实例化$img = new HttpImg();$stime = $img->getMicrotime();//开始时间$data = $img->Curl_http($urlarray,'20');//列表数据mkdir('./img/'.$date,0777);foreach ((array)$data as $k=>$v){	preg_match_all("/(href|src)=([\"|']?)([^ \"'>]+\.(jpg|png|PNG|JPG|gif))\\2/i", $v, $matches[$k]);	if(count($matches[$k][3])>0){		$dataimg = $img->Curl_http($matches[$k][3],'20');//全部图片数据二进制		$j = 0;		foreach ((array)$dataimg as $kk=>$vv){			if($vv !=''){				$rand = rand(1000,9999);				$basename = time()."_".$rand.".".jpg;//保存为jpg格式的文件				$fname = './img/'.$date."/"."$basename";				file_put_contents($fname, $vv);				$j++;				echo "创建第".$j."张图片"."$fname"."<br/>";			}else{				unset($kk,$vv);			}		}	}else{		unset($matches);	}}$etime = $img->getMicrotime();//结束时间echo "用时".($etime-$stime)."秒";exit;

?

?

测试一下效果

337张图片用时260秒左右，基本上可以做到一秒内就可以采集一张的效果，而且发现图片越到优势采集速度越明显。

我们可以看一下文件命名：也就可以做到同一时刻可以生成10张图片，

由于采用了20秒请求的时间限制，有些图片生成后有明显不全，也就是图片资源在20秒内未能完全采集，这个时间大家可以自行设置。

?