利用百度接口
程序员文章站
2022-04-29 17:46:36
...
我的图片爬完啦,下面的是我利用百度图片接口的代码!很简单哦~~~~拿去用吧,别谢我。。。哈哈!!!我纠结的就是解密那里,效率可能会低一些,我是一个字母一个字母的去找的!不知道还有没有更快速一些的办法,在这里也请教你们啦,如果有好的方法告诉我一下哈!
/** * 通过百度来搜索图片链接,然后下载(这里先在本地电脑进行测试,没有放到服务器上,因为我的服务器磁盘空间太小,由于是图片,怕存不下) * 1.先取出我的车辆的id 和 modelname * 2.利用百度搜索图片的接口获取图片JSON信息 * 3.解析JSON ,遍历里面的data ,拿到objUrl * 4.对objUrl 进行解密 * 5.检测解密后的objUrl 的可用性 * 6.获取可用的objUrl 图片到本地 */ public function getImageFromBaidu(){ // 这个是我自己的业务方法,你可以根据自己的需要去调整,但是里面也有需要注意的地方 // 开启关闭浏览器不中断请求 ignore_user_abort(true); set_time_limit(0); $carList = M('car')->field('id,modelname')->select(); foreach($carList as $car){ \Think\Log::write('即将获取'.$car['modelname'].'的图片数据','WARN'); // 请求接口,拿到JSON数据 $jsonResult = $this->useBaiduSearch($car['modelname']); if($jsonResult == null || $jsonResult == '') { \Think\Log::write($car['modelname'].'的JSON获取失败','WARN'); continue; } $jsonResult = str_replace("'",'"',$jsonResult); // 返回来的json数据一定记得将里面的 单引号 替换成双引号!php4 以上对json数据要求比较严格
$jsonResult = preg_replace('/,\s*([\]}])/m', '$1', $jsonResult); $jsonArray = json_decode($jsonResult,true); // 循环里面的data 部分,因为他是stdclass 类型,所以需要 -> foreach($jsonArray['data'] as $data){ $objUrl = $data['objURL']; if(!$objUrl){ \Think\Log::write('objUrl 不可用','WARN'); continue; } // 对objUrl 进行解密 $objUrl = $this->decodeObjUrl($objUrl); // 测试这个url是否可用 if($this->http_status($objUrl)) continue; // 如果可用,进行下载 $result = getImage($objUrl,'','./Uploads/'.$car['modelname'].'/'); if(!$result){ \Think\Log::write($objUrl.'获取失败','WARN'); } } \Think\Log::write($car['modelname'].'的图片数据获取完毕','WARN'); sleep(1); } } /* * 使用百度图片搜索接口获取图片json内容数据 * @param string $word 搜索关键词 * @return json */ public function useBaiduSearch($word=''){ // 这个才是真正请求的JSON数据,你可以根据自己的语言进行变换,接口地址就是baseUrl,里面的$word 即为关键词 if($word == '') return null;
// 下面这个是我利用的url,如果你用时不好用了,你可以参考我前面的文章 “寻找百度图片搜索接口--one two three”,自己再找下 $baseUrl = 'http://image.baidu.com/search/acjson?tn=resultjson_com&ipn=rj&ct=201326592&fp=result&ie=utf-8&oe=utf-8&word=' .$word.'&pn=30&rn=30&gsm=700001e&1457697756442='; return file_get_contents($baseUrl); }
/** * 解密objUrl * @param string $objUrl 要解密的objUrl * @return string 解密后的objUrl
* 这里的解密密码,来自百度js文件,如果有改动,也请参考前面的文章,自行寻找 */ public function decodeObjUrl($objUrl = ''){ if($objUrl == '') return ''; // 这里的解密对照以百度js里面的为准 \Think\Log::write('准备解密一个objurl:'.$objUrl,'WARN'); $map = array( 'w' => "a", 'k'=> "b", 'v'=> "c", '1'=> "d", 'j'=> "e", 'u'=> "f", '2'=> "g", 'i'=> "h", 't'=> "i", '3'=> "j", 'h'=> "k", 's'=> "l", '4'=> "m", 'g'=> "n", '5'=> "o", 'r'=> "p", 'q'=> "q", '6'=> "r", 'f'=> "s", 'p'=> "t", '7'=> "u", 'e'=> "v", 'o'=> "w", '8'=> "1", 'd'=> "2", 'n'=> "3", '9'=> "4", 'c'=> "5", 'm'=> "6", '0'=> "7", 'b'=> "8", 'l'=> "9", 'a'=> "0", '_z2C$q'=> ":", '_z&e3B'=> ".", 'AzdH3F'=> "/" ); $objUrl = str_replace('_z2C$q',$map['_z2C$q'],$objUrl); $objUrl = str_replace('_z&e3B',$map['_z&e3B'],$objUrl); $objUrl = str_replace('AzdH3F',$map['AzdH3F'],$objUrl); for($i=0;$i顺便赠送你一个检测403、404、500页面的代码: /** * 判断是否为404\500\403页面 * @param string $url 即将请求的页面 * @return bool */ public function http_status($url) { $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_HEADER, 1); curl_setopt($ch, CURLOPT_NOBODY, 1); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_TIMEOUT, 5); $status = curl_exec($ch); curl_close($ch); $have404 = strpos($status,'Location: /Error/404.html'); $have500 = strpos($status,'Location: /Error/500.html'); $have403 = strpos($status,'Location: /Error/403.html'); if($have404 || $have500 || $have403){ \Think\Log::write('发生错误啦:'.$have403.':'.$have404.':'.$have500,'WARN'); return true; } return false; }ok!完活,最后再配上我抓到的图片的几张截图:
以上就介绍了利用百度接口,包括了方面的内容,希望对PHP教程有兴趣的朋友有所帮助。