php远程抓取网站图片并保存

/** * 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']);