-
header('Content-Type:text/html;charset=utf-8');
-
- /**
- * 一个用于抓去图片的类
- * @author tangpan
- */
- class download_image {
- public $_save_path = NULL; //图片保存路劲
- public $_limit_size = NULL; //图片限制大小
- public static $_img_url_old = array(); //存储已抓取过的图片链接地址
- public static $_a_page_url = array(); //存储抓取过的页面
- public function __construct( $_save_path, $_limit_size) {
- $this->_save_path = $_save_path;
- $this->_limit_size = $_limit_size;
- }
-
- public function get_all_page_image( $site_url ) {
- if ( $site_url == '' ) {
- return false;
- }
- if ( ! in_array( $site_url, self::$_a_page_url ) ) { //判断当前页面是否抓取过
- self::$_a_page_url[] = $site_url; //将超链接存入静态数组中
- } else {
- return; //若抓取过则跳出
- }
- $this->download_the_page_image( $site_url );
- $content = @file_get_contents($site_url);
- $a_page_url = "|]+href=['\" ]?([^ '\"?]+)['\" >]|U";
- $all_url = array();
- preg_match_all( $a_page_url, $content, $all_url, PREG_SET_ORDER );
- if ( $all_url != NULL ) {
- foreach( $all_url as $key => $val ) {
- /**
- * 静态化超链接,防止进入死循环
- * 出去当前页面链接表示方式('','#','/')
- */
- if ( trim($val[1]) != '' && ! in_array( $val[1], self::$_a_page_url ) && ! in_array( $val[1], array('#','/',$site_url) ) ) {
- self::$_a_page_url[] = $val[1]; //将符合要求的超链接写入静态数组中
- }
- }
- }
- if ( self::$_a_page_url != NULL ) {
- foreach( self::$_a_page_url as $keys => $vals ) {
- if ( strpos( $vals, 'http://' ) === false ) { //超链接不包含http://时,不能直接访问
- // 当图片链接地址为相对地址是重新拼凑地址
- $a_domain_url = substr( $site_url, 0, strpos( $site_url, '/',8 ) + 1 );
- $a_img_url = $a_domain_url.$vals;
- }
- //递归调用,访问每一个超链接页面
- $this->get_all_page_image( $a_img_url );
- }
- }
- }
-
- /**
- * 下载当前页面下的所有图片链接
- * @param $site_url
- */
- public function download_the_page_image( $site_url ) {
- // 获取当前链接地址页面的所有内容
- $img_pattern = NULL;
- $content = @file_get_contents( $site_url );
- $img_pattern = "|]+src=['\" ]?([^ '\"?]+)['\" >]|U";
- //全局匹配所有的中的图片链接
- $img_out = array();
- preg_match_all( $img_pattern, $content, $img_out, PREG_SET_ORDER );
- echo '
'. $site_url . '共找到' . count($img_out) . '张图片';
- //print_r($img_out[1]);
- foreach( $img_out as $key => $val ) {
- //echo htmlspecialchars($val[1]).'
';
- $this->save_one_image( $site_url, $val[1]);
- }
-
- }
-
- public function save_one_image( $site_url, $img_url ) {
- if ( strpos( $img_url, 'http://' ) === false ) {
- // 当图片链接地址为相对地址是重新拼凑地址
- $domain_url = substr( $site_url, 0, strpos( $site_url, '/',8 ) + 1 );
- $img_url = $domain_url.$img_url;
- }
- $pic_name = basename( $img_url ); //获取图片名称
-
- if ( in_array( $img_url, self::$_img_url_old ) ) {
- echo $img_url .'该图片已经抓取过!
';
- return;
- }
- //获取图片内容,并写入一个字符串
- $img_data = @file_get_contents( $img_url );
- if ( strlen($img_data) _limit_size ) { //图片大小在限制范围内
- $img_boo = @file_put_contents( $this->_save_path.md5(microtime()).$pic_name, $img_data );
- if ( $img_boo ) {
- echo $img_url .'图片保存成功!
';
- self::$_img_url_old[] = $img_url;
- } else {
- echo $img_url .'图片保存失败!
';
- }
- } else {
- echo $img_url .'图片大小在限制范围之外!
';
- }
- }
- }
- set_time_limit(0);
- $download_images = new download_image('surces_Img/',1024*1024*100);
- $download_images->get_all_page_image('http://www.22mm.cc/');
- ?>
复制代码
|