PHP网页抓图

2. header('Content-Type:text/html;charset=utf-8');
4. /**
5. * 一个用于抓去图片的类
6. */
7. class download_image {
8. public $_save_path = NULL; //图片保存路劲
9. public $_limit_size = NULL; //图片限制大小
10. public static $_img_url_old = array(); //存储已抓取过的图片链接地址
11. public static $_a_page_url = array(); //存储抓取过的页面
12. public function __construct( $_save_path, $_limit_size) {
13. $this->_save_path = $_save_path;
14. $this->_limit_size = $_limit_size;
15. }
17. public function get_all_page_image( $site_url ) {
18. if ( $site_url == '' ) {
19. return false;
20. }
21. if ( ! in_array( $site_url, self::$_a_page_url ) ) { //判断当前页面是否抓取过
22. self::$_a_page_url[] = $site_url; //将超链接存入静态数组中
23. } else {
24. return; //若抓取过则跳出
25. }
26. $this->download_the_page_image( $site_url );
27. $content = @file_get_contents($site_url);
28. $a_page_url = "|]+href=['\\" ]?([^ '\\"?]+)['\\" >]|U";
29. $all_url = array();
30. preg_match_all( $a_page_url, $content, $all_url, PREG_SET_ORDER );
31. if ( $all_url != NULL ) {
32. foreach( $all_url as $key => $val ) {
33. /**
34. * 静态化超链接，防止进入死循环
35. * 出去当前页面链接表示方式（'','#','/'）
36. */
37. if ( trim($val[1]) != '' && ! in_array( $val[1], self::$_a_page_url ) && ! in_array( $val[1], array('#','/',$site_url) ) ) {
38. self::$_a_page_url[] = $val[1]; //将符合要求的超链接写入静态数组中
39. }
40. }
41. }
42. if ( self::$_a_page_url != NULL ) {
43. foreach( self::$_a_page_url as $keys => $vals ) {
44. if ( strpos( $vals, 'http://' ) === false ) { //超链接不包含http://时，不能直接访问
45. // 当图片链接地址为相对地址是重新拼凑地址
46. $a_domain_url = substr( $site_url, 0, strpos( $site_url, '/',8 ) + 1 );
47. $a_img_url = $a_domain_url.$vals;
48. }
49. //递归调用，访问每一个超链接页面
50. $this->get_all_page_image( $a_img_url );
51. }
52. }
53. }
55. /**
56. * 下载当前页面下的所有图片链接
57. * @param $site_url
58. */
59. public function download_the_page_image( $site_url ) {
60. // 获取当前链接地址页面的所有内容
61. $img_pattern = NULL;
62. $content = @file_get_contents( $site_url );
63. $img_pattern = "|]+src=['\\" ]?([^ '\\"?]+)['\\" >]|U";
64. //全局匹配所有的中的图片链接
65. $img_out = array();
66. preg_match_all( $img_pattern, $content, $img_out, PREG_SET_ORDER );
67. echo '

    '. $site_url . '共找到' . count($img_out) . '张图片

    ';
68. //print_r($img_out[1]);
69. foreach( $img_out as $key => $val ) {
70. //echo htmlspecialchars($val[1]).'
    ';
71. $this->save_one_image( $site_url, $val[1]);
72. }
74. }
76. public function save_one_image( $site_url, $img_url ) {
77. if ( strpos( $img_url, 'http://' ) === false ) {
78. // 当图片链接地址为相对地址是重新拼凑地址
79. $domain_url = substr( $site_url, 0, strpos( $site_url, '/',8 ) + 1 );
80. $img_url = $domain_url.$img_url;
81. }
82. $pic_name = basename( $img_url ); //获取图片名称
84. if ( in_array( $img_url, self::$_img_url_old ) ) {
85. echo $img_url .'该图片已经抓取过!
    ';
86. return;
87. }
88. //获取图片内容，并写入一个字符串
89. $img_data = @file_get_contents( $img_url );
90. if ( strlen($img_data) _limit_size ) { //图片大小在限制范围内
91. $img_boo = @file_put_contents( $this->_save_path.md5(microtime()).$pic_name, $img_data );
92. if ( $img_boo ) {
93. echo $img_url .'图片保存成功！
    ';
94. self::$_img_url_old[] = $img_url;
95. } else {
96. echo $img_url .'图片保存失败！
    ';
97. }
98. } else {
99. echo $img_url .'图片大小在限制范围之外！
    ';
100. }
101. }
102. }
103. set_time_limit(0);
104. $download_images = new download_image('surces_Img/',1024*1024*100);
105. $download_images->get_all_page_image('http://www.baidu.com/');
106. ?>

复制代码

抓图, PHP