PHP网页抓图

WBOY
发布: 2016-07-25 08:43:39
原创
982 人浏览过
  1. header('Content-Type:text/html;charset=utf-8');
  2. /**
  3. * 一个用于抓去图片的类
  4. */
  5. class download_image {
  6. public $_save_path = NULL; //图片保存路劲
  7. public $_limit_size = NULL; //图片限制大小
  8. public static $_img_url_old = array(); //存储已抓取过的图片链接地址
  9. public static $_a_page_url = array(); //存储抓取过的页面
  10. public function __construct( $_save_path, $_limit_size) {
  11. $this->_save_path = $_save_path;
  12. $this->_limit_size = $_limit_size;
  13. }
  14. public function get_all_page_image( $site_url ) {
  15. if ( $site_url == '' ) {
  16. return false;
  17. }
  18. if ( ! in_array( $site_url, self::$_a_page_url ) ) { //判断当前页面是否抓取过
  19. self::$_a_page_url[] = $site_url; //将超链接存入静态数组中
  20. } else {
  21. return; //若抓取过则跳出
  22. }
  23. $this->download_the_page_image( $site_url );
  24. $content = @file_get_contents($site_url);
  25. $a_page_url = "|]+href=['\\" ]?([^ '\\"?]+)['\\" >]|U";
  26. $all_url = array();
  27. preg_match_all( $a_page_url, $content, $all_url, PREG_SET_ORDER );
  28. if ( $all_url != NULL ) {
  29. foreach( $all_url as $key => $val ) {
  30. /**
  31. * 静态化超链接,防止进入死循环
  32. * 出去当前页面链接表示方式('','#','/')
  33. */
  34. if ( trim($val[1]) != '' && ! in_array( $val[1], self::$_a_page_url ) && ! in_array( $val[1], array('#','/',$site_url) ) ) {
  35. self::$_a_page_url[] = $val[1]; //将符合要求的超链接写入静态数组中
  36. }
  37. }
  38. }
  39. if ( self::$_a_page_url != NULL ) {
  40. foreach( self::$_a_page_url as $keys => $vals ) {
  41. if ( strpos( $vals, 'http://' ) === false ) { //超链接不包含http://时,不能直接访问
  42. // 当图片链接地址为相对地址是重新拼凑地址
  43. $a_domain_url = substr( $site_url, 0, strpos( $site_url, '/',8 ) + 1 );
  44. $a_img_url = $a_domain_url.$vals;
  45. }
  46. //递归调用,访问每一个超链接页面
  47. $this->get_all_page_image( $a_img_url );
  48. }
  49. }
  50. }
  51. /**
  52. * 下载当前页面下的所有图片链接
  53. * @param $site_url
  54. */
  55. public function download_the_page_image( $site_url ) {
  56. // 获取当前链接地址页面的所有内容
  57. $img_pattern = NULL;
  58. $content = @file_get_contents( $site_url );
  59. $img_pattern = "|PHP网页抓图 ]+src=['\\" ]?([^ '\\"?]+)['\\" >]|U";
  60. //全局匹配所有的PHP网页抓图 中的图片链接
  61. $img_out = array();
  62. preg_match_all( $img_pattern, $content, $img_out, PREG_SET_ORDER );
  63. echo '

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

    ';
  64. //print_r($img_out[1]);
  65. foreach( $img_out as $key => $val ) {
  66. //echo htmlspecialchars($val[1]).'
    ';
  67. $this->save_one_image( $site_url, $val[1]);
  68. }
  69. }
  70. public function save_one_image( $site_url, $img_url ) {
  71. if ( strpos( $img_url, 'http://' ) === false ) {
  72. // 当图片链接地址为相对地址是重新拼凑地址
  73. $domain_url = substr( $site_url, 0, strpos( $site_url, '/',8 ) + 1 );
  74. $img_url = $domain_url.$img_url;
  75. }
  76. $pic_name = basename( $img_url ); //获取图片名称
  77. if ( in_array( $img_url, self::$_img_url_old ) ) {
  78. echo $img_url .'该图片已经抓取过!
    ';
  79. return;
  80. }
  81. //获取图片内容,并写入一个字符串
  82. $img_data = @file_get_contents( $img_url );
  83. if ( strlen($img_data) _limit_size ) { //图片大小在限制范围内
  84. $img_boo = @file_put_contents( $this->_save_path.md5(microtime()).$pic_name, $img_data );
  85. if ( $img_boo ) {
  86. echo $img_url .'图片保存成功!
    ';
  87. self::$_img_url_old[] = $img_url;
  88. } else {
  89. echo $img_url .'图片保存失败!
    ';
  90. }
  91. } else {
  92. echo $img_url .'图片大小在限制范围之外!
    ';
  93. }
  94. }
  95. }
  96. set_time_limit(0);
  97. $download_images = new download_image('surces_Img/',1024*1024*100);
  98. $download_images->get_all_page_image('http://www.baidu.com/');
  99. ?>
复制代码

抓图, PHP


相关标签:
来源:php.cn
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板