PHP封装的远程抓取网站图片并保存功能类
本文实例讲述了PHP封装的远程抓取网站图片并保存功能类。分享给大家供大家参考,具体如下:
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) * *@paramString$capture_url用于抓取图片的网址 * */ publicfunctionrecursive_download_images($capture_url) { if(!in_array($capture_url,self::$a_url_arr))//没抓取过 { self::$a_url_arr[]=$capture_url;//计入静态数组 }else//抓取过,直接退出函数 { return; } $this->download_current_page_images($capture_url);//下载当前页面的所有图片 //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 $a_pattern="|]+href=['\"]?([^'\"?]+)['\">]|U"; preg_match_all($a_pattern,$content,$a_out,PREG_SET_ORDER); $tmp_arr=array();//定义一个数组,用于存放当前循环下抓取图片的超链接地址 foreach($a_outas$k=>$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($tmp_arras$k=>$v) { //超链接路径地址 if(strpos($v,'http://')!==false)//如果url包含http://,可以直接访问 { $a_url=$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 * *@paramString$capture_url用于抓取图片的网页地址 *@returnArray当前网页上所有图片img标签url地址的一个数组 */ publicfunctiondownload_current_page_images($capture_url) { $content=@file_get_contents($capture_url);//屏蔽warning错误 //匹配img标签src属性中?之前部分的正则 $img_pattern="|]+src=['\"]?([^'\"?]+)['\">]|U"; preg_match_all($img_pattern,$content,$img_out,PREG_SET_ORDER); $photo_num=count($img_out); //匹配到的图片数量 echo''.$capture_url."共找到".$photo_num."张图片
"; foreach($img_outas$k=>$v) { $this->save_one_img($capture_url,$v[1]); } } /** *保存单个图片的方法 * *@paramString$capture_url用于抓取图片的网页地址 *@paramString$img_url需要保存的图片的url * */ publicfunctionsave_one_img($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; } $pathinfo=pathinfo($img_url);//获取图片路径信息 $pic_name=$pathinfo['basename'];//获取图片的名字 if(file_exists($this->save_path.$pic_name))//如果图片存在,证明已经被抓取过,退出函数 { echo$img_url.'该图片已经抓取过!
'; return; } //将图片内容读入一个字符串 $img_data=@file_get_contents($img_url);//屏蔽掉因为图片地址无法读取导致的warning错误 if(strlen($img_data)>$this->img_size)//下载size比限制大的图片 { $img_size=file_put_contents($this->save_path.$pic_name,$img_data); if($img_size) { echo$img_url.'图片保存成功!
'; }else { echo$img_url.'图片保存失败!
'; } }else { echo$img_url.'图片读取失败!
'; } } }//END set_time_limit(120);//设置脚本的最大执行时间根据情况设置 $download_img=newdownload_image('E:/images/',0);//实例化下载图片对象 $download_img->recursive_download_images('http://www.oschina.net/');//递归抓取图片方法 //$download_img->download_current_page_images($_POST['capture_url']);//只抓取当前页面图片方法 ?>
更多关于PHP相关内容感兴趣的读者可查看本站专题:《phpsocket用法总结》、《php字符串(string)用法总结》、《PHP数学运算技巧总结》、《php面向对象程序设计入门教程》、《PHP数组(Array)操作技巧大全》、《PHP数据结构与算法教程》、《php程序设计算法总结》及《PHP网络编程技巧总结》
希望本文所述对大家PHP程序设计有所帮助。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。