• 欢迎访问搞代码网站,推荐使用最新版火狐浏览器和Chrome浏览器访问本网站!
  • 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏搞代码吧

php 抓取网页内容与图片的方法

php 搞代码 3年前 (2022-01-21) 18次浏览 已收录 0个评论

这篇文章主要介绍了关于php 抓取网页内容与图片的方法,有着一定的参考价值,现在分享给大家,有需要的朋友可以参考一下

例子1:

<?php include_once("curl.php");/*这个文件要自己配置好*/ header("content-type:text/html;charset=utf8");  $pattern_title ="/<title>(.+)<//title>/";//标题匹配  $pattern_code = "/<tr><td><p>(.+)<//p><script/";//网页内容匹配  $url="http://www.freewl.com/freezcm/2011/0413/3185.html";//根网址   $DATA_CONTENT = CurlGet($url);   $num=preg_match_all($pattern_title, $DATA_CONTENT, $match_title);  for($i=0;$i<$num;$i++){  echo strlen($match_title[1][$i])."--".$match_title[1][$i]."<br />"; } echo "<hr />";  /*$trans = array("  "=>",", "<br />"=>"。"); $TRANS_CONTENT = strtr($DATA_CONTENT, $trans); echo $TRANS_CONTENT; */ $DATA_CONTENT=preg_replace('//s(?=/s)/', ' ', $DATA_CONTENT);//(?=pattern) 正向预查   $DATA_CONTENT=preg_replace('/[/n/r/t]/', '/r/n', $DATA_CONTENT);//回车换行   $DATA_CONTENT=preg_replace('/ /', ' ', $DATA_CONTENT);  $num=preg_match_all($pattern_code, $DATA_CONTENT, $match_code);  for($i=0;$i<$num;$i++){  echo $match_code[1][$i]."<br />";   } ?>

例子2:

 <?php/*author: ssh_kobedate: 20110615*/set_time_limit(0);//抓取不受时间限制function get_pic($pic_url) {//获取图片二进制流$data=CurlGet($pic_url);/*利用正则表达式得到图片链接$pattern_src = '/<img.*?\"([^\"]*(jpg|bmp|jpeg|gif)).*?>/';*/$pattern_src = '/<img.*?src\=\"(.*\.jpg).*?>/';//只匹配jpg格式的图片$num = preg_match_all($pattern_src, $data, $match_src);$arr_src=$match_src[1];//获得图片数组//get_name($arr_src);get_name_2($arr_src);echo 'End!!!<br>';return 0;}function get_pic_2($pic_url, $base_site) {//获取图片二进制流$data=CurlGet($pic_url);/*利用正则表达式得到图片链接*/$pattern_src = '/<img.*?\"([^\"]*jpg).*?>/';//只匹配jpg格式的图片$num = preg_match_all($pattern_src, $data, $match_src);$arr_src=$match_src[1];//获得图片数组$arr_src=rev_site($arr_src, $base_site);get_name($arr_src);echo 'End!!!<br>';return 0;}/* 将图片相对地址改为绝对地址 */function rev_site($site_list, $base_site){    foreach($site_list as $site_item) {        if (preg_match('/^http/', $site_item)) {     <div>……本2文来源gaodai.ma#com搞##代!^码@网3</div><code>搞代gaodaima码</code>       $return_list[] = $site_item;        }else{            $return_list[] = $base_site.$site_item;}    }    return $return_list;}/*得到图片类型,并将其保存到与该文件同一目录*/function get_name($pic_arr){    //图片类型$pattern_type = '/(\.(jpg|bmp|jpeg|gif|png))/';        foreach($pic_arr as $pic_item){//循环取出每幅图的地址        $num = preg_match_all($pattern_type,$pic_item,$match_type);        $pic_name = get_unique().$match_type[1][0];//改时微秒时间戳命名        //以流的形式保存图片        $write_fd = @fopen($pic_name,"wb");                @fwrite($write_fd, CurlGet($pic_item));        @fclose($write_fd);        echo "OK..";    }    return 0;}function get_name_2($pic_arr){    //图片编号和类型$pattern_type = '/.*\/(.*?)$/';        foreach($pic_arr as $pic_item){//循环取出每幅图的地址        $num = preg_match_all($pattern_type,$pic_item,$match_type);        //以流的形式保存图片        $write_fd = @fopen($match_type[1][0],"wb");                @fwrite($write_fd, CurlGet($pic_item));        @fclose($write_fd);        echo 'OK..';    }    return 0;}//通过微秒时间获得唯一IDfunction get_unique(){list($msec, $sec) = explode(" ",microtime());return $sec.intval($msec*1000000);}//抓取网页内容function CurlGet($url){ $url=str_replace('&amp;','&',$url);$curl = curl_init();curl_setopt($curl, CURLOPT_URL, $url);curl_setopt($curl, CURLOPT_HEADER, false);//curl_setopt($curl, CURLOPT_REFERER,$url);curl_setopt($curl, CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 6.0; SeaPort/1.2; Windows NT 5.1; SV1; InfoPath.2)");curl_setopt($curl, CURLOPT_COOKIEJAR, 'cookie.txt');curl_setopt($curl, CURLOPT_COOKIEFILE, 'cookie.txt');curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 0);$values = curl_exec($curl);curl_close($curl);return $values;}?>

搞代码网(gaodaima.com)提供的所有资源部分来自互联网,如果有侵犯您的版权或其他权益,请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected],我们会在看到邮件的第一时间内为您处理,或直接联系QQ:872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接:php 抓取网页内容与图片的方法
喜欢 (0)
[搞代码]
分享 (0)
发表我的评论
取消评论

表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址