php远程抓取网站图片并保存

本篇文章给大家分享了关于PHP抓取网站图片并且保存的代码，该例子详细的介绍了抓取图片并保存到本地的方法，有需要的朋友可以参考一下

例子，php抓取网站数据的代码。

<?php  /**  * 一个用于抓取图片的类  *  * @package default  * @author  WuJunwei  */  class download_image   {            public $save_path;  //抓取图片的保存地址        //抓取图片的大小限制(单位:字节) 只抓比size比这个限制大的图片      public $img_size=0;         //定义一个静态数组,用于记录曾经抓取过的的超链接地址,避免重复抓取             public static $a_url_arr=array();               /**      * @param String $save_path    抓取图片的保存地址      * @param Int    $img_size     抓取图片的保存地址      */      public function __construct($save_path,$img_size)      {          $this->save_path=$save_path;          $this->img_size=$img_size;      }                /**      * 递归下载抓取首页及其子页面图片的方法  ( recursive 递归)      *      * @param   String  $capture_url  用于抓取图片的网址      *       */      public function recursive_download_images($capture_url)      {          if (!in_array($capture_url,self::$a_url_arr))   //没抓取过          {                                       self::$a_url_arr[]=$capture_url;   //计入静态数组          } else   //抓取过,直接退出函数          {              return;          }                            $this->download_current_page_images($capture_url);  //下载当前页面的所有图片                    //用@屏蔽掉因为抓取地址无法读取导致的warning错误          $content=@file_get_contents($capture_url);                     //匹配a标签href属性中?之前部分的正则          $a_pattern = "|<a[^>]+href=['\" ]?([^ '\"?]+)['\" >]|U";             preg_match_all($a_pattern, $content, $a_out, PREG_SET_ORDER);                    $tmp_arr=array();  //定义一个数组,用于存放当前循环下抓取图片的超链接地址          foreach ($a_out as $k => $v)           {              /**              * 去除超链接中的 空'','#','/'和重复值                * 1: 超链接地址的值 不能等于当前抓取页面的url, 否则会陷入死循环              * 2: 超链接为''或'#','/'也是本页面,这样也会陷入死循环,                * 3: 有时一个超连接地址在一个网页中会重复出现多次,如果不去除,会对一个子页面进行重复下载)              */              if ( $v[1] && !in_array($v[1],self::$a_url_arr) &&!in_array($v[1],array('#','/',$capture_url) ) )               {                  $tmp_arr[]=$v[1];              }          }              foreach ($tmp_arr as $k => $v)           {                          //超链接路径地址              if ( strpos($v, 'http://')!==false ) //如果url包含http://,可以直接访问              {                  $a_url = $v;              }else   //否则证明是相对地址, 需要重新拼凑超链接的访问地址              {                  $domain_url = substr($capture_url, 0,strpos($capture_url, '/',8)+1);                  $a_url=$domain_url.$v;              }                $this->recursive_download_images($a_url);            }     }       /**      * 下载当前网页下的所有图片       *      * @param   String  $capture_url  用于抓取图片的网页地址      * @return  Array   当前网页上所有图片img标签url地址的一个数组      */      public function download_current_page_images($capture_url)      {          $content=@file_get_contents($capture_url);<mark style="color:transparent">来4源gaodaimacom搞#代%码*网</mark><code>搞代gaodaima码</code>   //屏蔽warning错误            //匹配img标签src属性中?之前部分的正则          $img_pattern = "|<img[^>]+src=['\" ]?([^ '\"?]+)['\" >]|U";             preg_match_all($img_pattern, $content, $img_out, PREG_SET_ORDER);            $photo_num = count($img_out);          //匹配到的图片数量          echo '<h1>'.$capture_url . "共找到 " . $photo_num . " 张图片</h1>";          foreach ($img_out as $k => $v)           {              $this->save_one_img($capture_url,$v[1]);          }      }      /**      * 保存单个图片的方法       *      * @param String $capture_url   用于抓取图片的网页地址      * @param String $img_url       需要保存的图片的url      *       */      public function save_one_img($capture_url,$img_url)      {                  //图片路径地址          if ( strpos($img_url, 'http://')!==false )           {              // $img_url = $img_url;          }else             {              $domain_url = substr($capture_url, 0,strpos($capture_url, '/',8)+1);              $img_url=$domain_url.$img_url;          }                     $pathinfo = pathinfo($img_url);    //获取图片路径信息                  $pic_name=$pathinfo['basename'];   //获取图片的名字          if (file_exists($this->save_path.$pic_name))  //如果图片存在,证明已经被抓取过,退出函数          {              echo $img_url . '<span style="color:red;margin-left:80px">该图片已经抓取过!</span><br/>';               return;          }                          //将图片内容读入一个字符串          $img_data = @file_get_contents($img_url);   //屏蔽掉因为图片地址无法读取导致的warning错误          if ( strlen($img_data) > $this->img_size )   //下载size比限制大的图片          {              $img_size = file_put_contents($this->save_path . $pic_name, $img_data);              if ($img_size)              {                  echo $img_url . '<span style="color:green;margin-left:80px">图片保存成功!</span><br/>';              } else              {                  echo $img_url . '<span style="color:red;margin-left:80px">图片保存失败!</span><br/>';              }          } else          {              echo $img_url . '<span style="color:red;margin-left:80px">图片读取失败!</span><br/>';          }       }   } // END    set_time_limit(120);     //设置脚本的最大执行时间  根据情况设置   $download_img=new download_image('E:/images/',0);   //实例化下载图片对象  $download_img->recursive_download_images('http://www.jbxue.com/'); //递归抓取图片方法  //$download_img->download_current_page_images($_POST['capture_url']); //只抓取当前页面图片方法  ?>

相关推荐：

从某网站抓取图片并自动下载到文件夹内

PHP抓取图片的具体实现方法_PHP教程

使用PHP的Snoopy类抓取图片_PHP教程<p>以上就是php远程抓取网站图片并保存的详细内容，更多请关注<a href="http://www.gaodaima.com">搞代码gaodaima</a>其它相关文章！

喜欢 (0)赏

[搞代码]

分享 (0)