PHP网页抓图

   <?php  header('Content-Type:text/html;charset=utf-8');    /**   * 一个用于抓去图片的类   */  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 = "|<a[^>]+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   <页面地址>       */      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 = "|<img[^>]+src=['\\" ]?([^ '\\"?]+)['\\" >]|U";          //全局匹配所有的<img >中的图片链接          $img_out = array();          preg_match_all( $img_pattern, $content, $img_out, PREG_SET_ORDER );          echo '<h1>'. $site_url . '共找到' . count($img_out) . '张图片</h1>';          //print_r($img_out[1]);          foreach( $img_out as $key => $val ) {              //echo htmlspecialchars($val[1]).'<br />';              $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 .'<span style="color:red;margin-left:50px">该图片已经抓取过!</span><br/>';              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) < $this->_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 $img_url .'<span style="color:green;margin-left:50px;">图片保存成功！</span><br/>';                  self::$_img_url_old[] = $img_url;              } else {                  echo $img_url .'<span style="color:red;margin-left:50px;">图片保存失败！</span><br />';              }          } else {              echo $img_url .'<span style="color:red;margin-left:50px;">图片大小在限制范围之外！</span><br />';          }      }  }  set_time_limit(0);  $download_images = new download_image('surces_Img/',1024*1024*100);  $download_images->get_all_page_image('http://www.baidu.com/');  ?>
热门搜索

PHP网页抓图
