您好,登錄后才能下訂單哦!
今天就跟大家聊聊有關使用PHP怎么實現遠程抓取網站圖片并保存功能,可能很多人都不太了解,為了讓大家更加了解,小編給大家總結了以下內容,希望大家根據這篇文章可以有所收獲。
具體如下:
<?php /** * 一個用于抓取圖片的類 * * @package default * @author WuJunwei */ class download_image { public $save_path; //抓取圖片的保存地址 //抓取圖片的大小限制(單位:字節) 只抓比size比這個限制大的圖片 public $img_size=0; //定義一個靜態數組,用于記錄曾經抓取過的的超鏈接地址,避免重復抓取 public static $a_url_arr=array(); /** * @param String $save_path 抓取圖片的保存地址 * @param Int $img_size 抓取圖片的保存地址 */ public function __construct($save_path,$img_size) { $this->save_path=$save_path; $this->img_size=$img_size; } /** * 遞歸下載抓取首頁及其子頁面圖片的方法 ( recursive 遞歸) * * @param String $capture_url 用于抓取圖片的網址 * */ public function recursive_download_images($capture_url) { if (!in_array($capture_url,self::$a_url_arr)) //沒抓取過 { self::$a_url_arr[]=$capture_url; //計入靜態數組 } else //抓取過,直接退出函數 { return; } $this->download_current_page_images($capture_url); //下載當前頁面的所有圖片 //用@屏蔽掉因為抓取地址無法讀取導致的warning錯誤 $content=@file_get_contents($capture_url); //匹配a標簽href屬性中?之前部分的正則 $a_pattern = "|<a[^>]+href=['\" ]?([^ '\"?]+)['\" >]|U"; preg_match_all($a_pattern, $content, $a_out, PREG_SET_ORDER); $tmp_arr=array(); //定義一個數組,用于存放當前循環下抓取圖片的超鏈接地址 foreach ($a_out as $k => $v) { /** * 去除超鏈接中的 空'','#','/'和重復值 * 1: 超鏈接地址的值 不能等于當前抓取頁面的url, 否則會陷入死循環 * 2: 超鏈接為''或'#','/'也是本頁面,這樣也會陷入死循環, * 3: 有時一個超連接地址在一個網頁中會重復出現多次,如果不去除,會對一個子頁面進行重復下載) */ 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 => $v) { //超鏈接路徑地址 if ( strpos($v, 'http://')!==false ) //如果url包含http://,可以直接訪問 { $a_url = $v; }else //否則證明是相對地址, 需要重新拼湊超鏈接的訪問地址 { $domain_url = substr($capture_url, 0,strpos($capture_url, '/',8)+1); $a_url=$domain_url.$v; } $this->recursive_download_images($a_url); } } /** * 下載當前網頁下的所有圖片 * * @param String $capture_url 用于抓取圖片的網頁地址 * @return Array 當前網頁上所有圖片img標簽url地址的一個數組 */ public function download_current_page_images($capture_url) { $content=@file_get_contents($capture_url); //屏蔽warning錯誤 //匹配img標簽src屬性中?之前部分的正則 $img_pattern = "|<img[^>]+src=['\" ]?([^ '\"?]+)['\" >]|U"; preg_match_all($img_pattern, $content, $img_out, PREG_SET_ORDER); $photo_num = count($img_out); //匹配到的圖片數量 echo '<h2>'.$capture_url . "共找到 " . $photo_num . " 張圖片</h2>"; foreach ($img_out as $k => $v) { $this->save_one_img($capture_url,$v[1]); } } /** * 保存單個圖片的方法 * * @param String $capture_url 用于抓取圖片的網頁地址 * @param String $img_url 需要保存的圖片的url * */ public function save_one_img($capture_url,$img_url) { //圖片路徑地址 if ( strpos($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; } $pathinfo = pathinfo($img_url); //獲取圖片路徑信息 $pic_name=$pathinfo['basename']; //獲取圖片的名字 if (file_exists($this->save_path.$pic_name)) //如果圖片存在,證明已經被抓取過,退出函數 { echo $img_url . '<span >該圖片已經抓取過!</span><br/>'; return; } //將圖片內容讀入一個字符串 $img_data = @file_get_contents($img_url); //屏蔽掉因為圖片地址無法讀取導致的warning錯誤 if ( strlen($img_data) > $this->img_size ) //下載size比限制大的圖片 { $img_size = file_put_contents($this->save_path . $pic_name, $img_data); if ($img_size) { echo $img_url . '<span >圖片保存成功!</span><br/>'; } else { echo $img_url . '<span >圖片保存失敗!</span><br/>'; } } else { echo $img_url . '<span >圖片讀取失敗!</span><br/>'; } } } // END set_time_limit(120); //設置腳本的最大執行時間 根據情況設置 $download_img=new download_image('E:/images/',0); //實例化下載圖片對象 $download_img->recursive_download_images('http://www.oschina.net/'); //遞歸抓取圖片方法 //$download_img->download_current_page_images($_POST['capture_url']); //只抓取當前頁面圖片方法 ?>
php,一個嵌套的縮寫名稱,是英文超級文本預處理語言(PHP:Hypertext Preprocessor)的縮寫。PHP 是一種 HTML 內嵌式的語言,PHP與微軟的ASP頗有幾分相似,都是一種在服務器端執行的嵌入HTML文檔的腳本語言,語言的風格有類似于C語言,現在被很多的網站編程人員廣泛的運用。
看完上述內容,你們對使用PHP怎么實現遠程抓取網站圖片并保存功能有進一步的了解嗎?如果還想了解更多知識或者相關內容,請關注億速云行業資訊頻道,感謝大家的支持。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。