php远程抓取网站图片并保存
来源:互联网 发布:文泉驿 linux 编辑:程序博客网 时间:2024/04/30 04:38
/** * 一个用于抓取图片的类 */class download_image{ //抓取图片的保存地址 public $save_path; //抓取图片的大小限制(单位:字节) 只抓比size比这个限制大的图片 public $img_size=0; //定义一个静态数组,用于记录曾经抓取过的的超链接地址,避免重复抓取 public static $a_url_arr=array(); /** * @param String $save_path 抓取图片的保存地址 * @param Int $img_size 抓取图片的保存地址 */ public function __construct($save_path,$img_size){ $this->save_path=$save_path; $this->img_size=$img_size; } /** * 递归下载抓取首页及其子页面图片的方法 ( recursive 递归) * @param String $capture_url 用于抓取图片的网址 */ public function recursive_download_images($capture_url){ //没抓取过 if (!in_array($capture_url,self::$a_url_arr)){ //计入静态数组 self::$a_url_arr[]=$capture_url; }else{ //抓取过,直接退出函数 return; } //下载当前页面的所有图片 $this->download_current_page_images($capture_url); //用@屏蔽掉因为抓取地址无法读取导致的warning错误 $content=@file_get_contents($capture_url); //匹配a标签href属性中?之前部分的正则 $a_pattern = "|<a[^>]+href=['\" ]?([^ '\"?]+)['\" >]|U"; preg_match_all($a_pattern, $content, $a_out, PREG_SET_ORDER); //定义一个数组,用于存放当前循环下抓取图片的超链接地址 $tmp_arr=array(); foreach ($a_out as $k => $v){ /** * 去除超链接中的 空'','#','/'和重复值 * 1: 超链接地址的值 不能等于当前抓取页面的url, 否则会陷入死循环 * 2: 超链接为''或'#','/'也是本页面,这样也会陷入死循环, * 3: 有时一个超连接地址在一个网页中会重复出现多次,如果不去除,会对一个子页面进行重复下载) */ if ( $v[1] && !in_array($v[1],self::$a_url_arr) &&!in_array($v[1],array('#','/',$capture_url))){ $tmp_arr[]=$v[1]; } } foreach ($tmp_arr as $k => $v){ //超链接路径地址,如果url包含http://,可以直接访问 if ( strpos($v, 'http://')!==false ){ $a_url = $v; }else{ //否则证明是相对地址, 需要重新拼凑超链接的访问地址 $domain_url = substr($capture_url, 0,strpos($capture_url, '/',8)+1); $a_url=$domain_url.$v; } $this->recursive_download_images($a_url); } } /** * 下载当前网页下的所有图片 * @param String $capture_url 用于抓取图片的网页地址 * @return Array 当前网页上所有图片img标签url地址的一个数组 */ public function download_current_page_images($capture_url){ //屏蔽warning错误 $content=@file_get_contents($capture_url);//匹配img标签src属性中?之前部分的正则$img_pattern = "|<img[^>]+src=['\" ]?([^ '\"?]+)['\" >]|U"; preg_match_all($img_pattern, $content, $img_out, PREG_SET_ORDER);$photo_num = count($img_out); //匹配到的图片数量 echo '<h1>'.$capture_url . "共找到 " . $photo_num . " 张图片</h1>"; foreach ($img_out as $k => $v){ $this->save_one_img($capture_url,$v[1]); } } /** * 保存单个图片的方法 * @param String $capture_url 用于抓取图片的网页地址 * @param String $img_url 需要保存的图片的url */ public function save_one_img($capture_url,$img_url){ //图片路径地址 if ( strpos($img_url, 'http://')!==false ){ // $img_url = $img_url; }else{ $domain_url = substr($capture_url, 0,strpos($capture_url, '/',8)+1); $img_url=$domain_url.$img_url; } //获取图片路径信息 $pathinfo = pathinfo($img_url); //获取图片的名字 $pic_name=$pathinfo['basename']; //如果图片存在,证明已经被抓取过,退出函数 if (file_exists($this->save_path.$pic_name)){ echo $img_url . '<span style="color:red;margin-left:80px">该图片已经抓取过!</span><br/>'; return; } //将图片内容读入一个字符串,屏蔽掉因为图片地址无法读取导致的warning错误 $img_data = @file_get_contents($img_url); //下载size比限制大的图片 if ( strlen($img_data) > $this->img_size){ $img_size = file_put_contents($this->save_path . $pic_name, $img_data); if($img_size){ echo $img_url . '<span style="color:green;margin-left:80px">图片保存成功!</span><br/>'; }else{ echo $img_url . '<span style="color:red;margin-left:80px">图片保存失败!</span><br/>'; } }else{ echo $img_url . '<span style="color:red;margin-left:80px">图片读取失败!</span><br/>'; } }}//设置脚本的最大执行时间 根据情况设置set_time_limit(120); //实例化下载图片对象$download_img=new download_image('E:/images/',0);//递归抓取图片方法$download_img->recursive_download_images('http://www.xxx.com/zj/shipin');//只抓取当前页面图片方法//$download_img->download_current_page_images($_POST['capture_url']);
0 0
- php远程抓取网站图片并保存
- php远程抓取网站图片并保存
- php远程抓取网站图片并保存
- php远程抓取网站图片并保存
- php远程抓取网站图片并保存
- PHP从网站抓取图片并保存本地的代码
- PHP抓取远程图片到本地保存
- php获取远程图片并保存本地
- php抓取远程内容并保存到本地
- PHP抓取远程图片保存到本地的实现方法
- php获取远程图片并下载保存到本地
- PHP获取远程图片并保存到本地
- php获取远程图片并下载保存到本地
- 抓取远程文件并保存到本地
- 抓取远程图片保存到本地
- PHP抓取网站图片脚本
- 远程读取图片并保存
- java 抓取网页图片并保存
- ARM的汇编指令
- Input 只能输入数字,数字和字母等的正则表达式
- thinkPHP实现对象存储oss,将图片上传到阿里云oss
- linux ps/su/tail等命令没有反应
- svn diff出现Can't start process '-x -w'错误解决方案
- php远程抓取网站图片并保存
- 安卓-服务中onCreate与onStartCommand的区别
- 商业计划书
- 常用C标签
- Haar-like、HoG 、LBP 三种描述方法在目标识别中的优劣
- SLAM的前世今生 终于有人说清楚了
- 一步一步制作yaffs/yaffs2根文件系统(八)---总结及怎么样使系统自动启动自己编写的程序
- 欢迎使用CSDN-markdown编辑器
- .net 连接ORACLE 数据库的例子