最快的速度获取网页所有图片的长和宽。解决办法

程序员文章站 2022-05-21 23:20:31

...

最快的速度获取网页所有图片的长和宽。
不知道大家有没有玩过 http://pinterest.com ？注册后，它有一个 add a pin，当你提交一个网站的URL后，按Find Images时，它可以查找你提交网页上所有图片的（并进行长和宽条件的筛选），整个过程一般在10秒左右。

最近想模仿它，做一个小功能组件。已经摒弃掉万恶的 getimagesize() （需要48.64秒），换用 imagecreatefromstring（）（还是需要26.13秒），和它10秒左右的成绩，简直是天壤之别。

要考虑 TCP 连接数，要做到服务器资源最省化，还要考虑执行时间最少化。求助万能的大虾们，如何继续优化代码？可以跑的更快些。

PHP code

function ranger($url){    $headers = array( "Range: bytes=0-32768" );    $curl = curl_init($url);    curl_setopt($curl, CURLOPT_HTTPHEADER, $headers);    curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);    return curl_exec($curl);    curl_close($curl);}//curl设置require dirname(__FILE__) . '/simple_html_dom.php'; //采用simple_html_dom.php分析HTML nod$url = 'http://www.huffingtonpost.com/';$html = file_get_html($url);if($html->find('img')){    foreach($html->find('img') as $element) {        $raw = ranger($element->src);        $im = @imagecreatefromstring($raw);        $width = @imagesx($im);        $height = @imagesy($im);        if($width>=200||$height>=200){            echo $element;//得出长大于大于200，宽大于等于200的图片        }    }}

------解决方案--------------------
也许能走个弯路，减轻服务器网络压力。
服务器负责解析HTML数据，统计image标签信息，最后将收集的文本数据送回客户端。
加载图片由客户端来完成，只需读取width,height属性，就完全可以获取图片的原始大小。
好处多多，不过可能的麻烦是防盗链
------解决方案--------------------
顶楼上
PHP获取资源
javascript 取图片长和宽
------解决方案--------------------
读取并解析 2.8秒
读取图片（138个） 27秒
找到 7 个

仅从优化代码出发，应该油水不大
可考虑多路并发
------解决方案--------------------
读取并解析 3.6秒
启动读取图片进程（138个） 1.3秒
结果文件中记录数 7 个

PHP code

http://s.huffpost.com/images/v/logos/v4/tagline.gifhttp://s.huffpost.com/images/v/logos/v4/homepage.gif?v9http://i.huffpost.com/gen/559399/thumbs/r-OLBERMANN-huge.jpghttp://s.huffpost.com/images/facebook_promo_connect.png?3http://images.huffingtonpost.com/2012-04-04-michaeljfoxmarlo2SECOND.jpghttp://images.huffingtonpost.com/2012-04-05-Screenshot20120405at9.40.24AM.jpghttp://i.huffpost.com/gen/557914/thumbs/s-SCORSESE-large300.jpg
------解决方案--------------------
我觉得，让客户端加载的方案是可行的，

客户端再将符合要求的图片信息提交给服务器，服务器端再验证一次后保存。。。

另外32768是怎么得来的？1-200不够吗
------解决方案--------------------
学习！是用PHP获取图片url后直接读取图片的头信息吗？
------解决方案--------------------
pinterest那个pin功能创意很好,而且技术很简单，就是书签一串js代码，然后你点这个书签就相当于往当前页面文档append入一个js文件，这个js文件怎么写，就很简单了，主要就是遍历document.getElementsByTagName('img')
------解决方案--------------------
138个照片并发，是不是就消耗了138个连接数
对

是否需要修改php.ini，增加连接数
否，连接是向外的，如果要改，也是对方改

CPU和内存开销如何
这个不太好测试

又，关于使用 js 判断的问题，由于他们没有给出代码，无法测试
自己写了两个方案都不理想，也就作罢了

用JS并发和直接PHP并发，2者从资源消耗角度来比，哪个会更少
资源消耗角度来比都一样，都要完整的加载图片
不过前者是消耗客户端资源，后者是消耗服务器端资源
另外浏览器的机制不很了解，是否真的是并发也未可知
------解决方案--------------------
这段代码在我这里大约 1.8秒，不计算 file_get_html ( $url ) 时间

$res [] = $url ;//$temp;
这样就是网络地址了

他是保存为本地文件后用 getimagesize 获取尺寸的

他应该是通过 curl 并发的，这个机制我不太了解
------解决方案--------------------
但是 if(in_array($absUrl, $visited))continue; 这行报错。 Warning: in_array() expects parameter 2 to be array, null。

声明：本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn核实处理。