PHP远程采集图片详细教程

当我们需要采集网络上的某个网页内容时，如果目标网站上的图片做了防盗链的话，我们直接采集过来的图片在自己网站上是不可用的。那么我们使用程序将目标网站上的图片下载到我们网站服务器上，然后就可调用图片了。

本文将使用php实现采集远程图片功能。基本流程：
1、获取目标网站图片地址。
2、读取图片内容。
3、创建要保存图片的路径并命名图片名称。
4、写入图片内容。
5、完成。
我们通过写几个函数来实现这一过程。
函数make_dir()建立目录。判断要保存的图片文件目录是否存在，如果不存在则创建目录，并且将目录设置为可写权限。
 

function make_dir($path){
    if(!file_exists($path)){//不存在则建立
        $mk=@mkdir($path,0777); //权限
        @chmod($path,0777);
    }
    return true;
}

函数read_filetext()取得图片内容。使用fopen打开图片文件，然后fread读取图片文件内容。

function read_filetext($filepath){
    $filepath=trim($filepath);
    $htmlfp=@fopen($filepath,"r");
    //远程
    if(strstr($filepath,"://")){
        while($data=@fread($htmlfp,500000)){
            $string.=$data;
        }
    }
    //本地
    else{
        $string=@fread($htmlfp,@filesize($filepath));
    }
    @fclose($htmlfp);
    return $string;
}

函数write_filetext()写文件，将图片内容fputs写入文件中，即保存图片文件。

function write_filetext($filepath,$string){
    //$string=stripslashes($string);
    $fp=@fopen($filepath,"w");
    @fputs($fp,$string);
    @fclose($fp);
}

函数get_filename()获取图片名称，也可以自定义要保存的文件名。

function get_filename($filepath){
    $fr=explode("/",$filepath);
    $count=count($fr)-1;
    return $fr[$count];
}

然后将几个函数组合，在函数save_pic()中调用，最后返回保存后的图片路径。

function save_pic($url,$savepath=''){
    //处理地址
    $url=trim($url);
    $url=str_replace(" ","%20",$url);
    //读文件
    $string=read_filetext($url);
    if(empty($string)){
        echo '读取不了文件';exit;
    }
    //文件名
    $filename = get_filename($url);
    //存放目录
    make_dir($savepath); //建立存放目录
    //文件地址
    $filepath = $savepath.$filename;
    //写文件
    write_filetext($filepath,$string);
    return $filepath;
}

最后一步就是调用save_pic()函数保存图片，我们使用以下代码做测试。

//目标图片地址
$pic = "http://img0.pconline.com.cn/pconline/1205/06/2776119_end1_thumb.jpg";
//保存目录
$savepath = "images/";
echo save_pic($pic,$savepath);

实际应用中，我们可能会采集某个站点的内容，比如产品信息，包括采集防盗链的图片保存到网站上服务器上。这时我们可以使用正则匹配页面内容，将页面中相匹配的图片都找出来，然后分别下载到网站服务器上，完成图片的采集。以下代码仅供测试：

function get_pic($cont,$path){
    $pattern_src = '/<[img|img].*?src=[\'|\"](.*?(?:[\.gif|\.jpg]))[\'|\"].*?[\/]?>/';
    $num = preg_match_all($pattern_src, $cont, $match_src);
    $pic_arr = $match_src[1]; //获得图片数组
    foreach ($pic_arr as $pic_item) { //循环取出每幅图的地址
        save_pic($pic_item,$path); //下载并保存图片
        echo "[ok]..!";
    }
}

然后我们通过分析页面内容，将主体内容找出来，调用get_pic()实现图片的保存。

//我们采集太平洋电脑网上一篇关于手机报道内容页的图片
$url = "http://gz.pconline.com.cn/321/3215791.html";
 
$content = file_get_contents($url);//获取网页内容
$preg = '#<div class="art_con">(.*)<div class="ivy620 ivy620ex"></div>#ius';
preg_match_all($preg, $content, $arr);
$cont = $arr[1][0]; 
get_pic($cont,'img/');

以上代码笔者亲测，可以采集图片，但是还有些场景没考虑进去，比如目标网站做了302多次跳转的，目标网站做了多种防采集的，留给喜欢折腾的同学去试试吧。