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。