PHPマルチスレッドで美人画像を一括収集・ダウンロードするための実装コード（続き）

PHPマルチスレッドで美人画像を一括収集・ダウンロードするための実装コード（続き）_PHPチュートリアル

WBOY

リリース： 2016-07-21 15:09:00

オリジナル

885 人が閲覧しました

個人的に考えられる影響の理由:
一致した画像の URL は有効な URL ではありません。記事では単純に相対パスかどうかを判断していますが、一部の URL は無効であるかどうかを判断するために新しい画像を追加します。本物の有効な URL

コードをコピーしますコードは次のとおりです:

/**
 * 
 *URL が有効かどうかを判断します 
 *@param $url string
 *@return boole 
*/
function relUrl($url){
 if(substr($url,0,4)=='http '){
 $array = get_headers($url,true);
 if(count($array)>0 && is_array($array)){
 if(preg_match('/200/', $array[0] )){
 unset($array);
 return true;
 }else{
 unset($array);
 return false;
 }
 }else{
 unset($array);
 return false;
 }
 } else{
 Return false;
}
}

主に get_headers 関数を使用して http リクエスト情報を取得し、サーバーの応答ステータス (200) を確認し、URL が本物で有効であるかどうかを判断します。

写真を収集するために再度テストしました

結果は以前よりも悪く、動作がさらに遅くなりました。

テストの理由は次のとおりです:

get_headers 関数は URL が本物で有効かどうかを判断できますが、非常に遅い URL リソースに遭遇した場合、get-heades リクエストには時間制限がないため、このスレッドは占有されてしまいます。
file_get_content 関数上記と同じ理由で、一部の遅い URL リソースが長時間占有されるため、ブロックの背後にあるプロセスが占有され、長時間のブロックにより CPU 使用率も増加します。
解決策
curl のマルチスレッドを使用すると、URL リソースが非常に遅い場合に、断固として諦めることができるため、効率が向上します。比較的高いはずです。「CURL の学習と応用 [マルチスレッド化]」を参照してください。もう一度テストしてみましょう。
コアコード:

コードをコピーしますコードは次のとおりです:

/**
     * 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');//リストデータ
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');//全画像データバイナリ
$j = 0;
foreach ((array)$dataimg as $kk=>$vv){
if($vv !='' ){
$rand = rand(1000,9999);
$basename = time()."_".$rand.".".jpg;//jpg形式ファイルとして保存
$fname = './ img /'.$date."/"."$basename";
file_put_contents($fname, $vv);
$j++;
echo "".$j." 番目の画像を作成します"."$fname"。 "
";
}else{
unset($kk,$vv);
}
}
}else{
unset($matches);
}
}
$etime = $img-> ; getMicrotime();//終了時刻
echo "time".($etime-$stime)."秒";
終了;