此程序實現了網頁源代碼捕獲,圖片鏈接獲取、分析、並將同樣的圖片鏈接合並功能,實現了圖片抓取功能。利用php強大的網絡內容處理函數將指定的網站上的所有圖片抓取下來,保存在當前目錄下,以下為代碼:
<?php /*完成網頁內容捕獲功能*/ function get_img_url($site_name){ $site_fd = fopen($site_name, "r"); $site_content = ""; while (!feof($site_fd)) { $site_content .= fread($site_fd, 1024); } /*利用正則表達式得到圖片鏈接*/ $reg_tag = '/<img.*?\"([^\"]*(jpg|bmp|jpeg|gif)).*?>/'; $ret = preg_match_all($reg_tag, $site_content, $match_result); fclose($site_fd); return $match_result[1]; } /* 對圖片鏈接進行修正 */ function revise_site($site_list, $base_site){ foreach($site_list as $site_item) { if (preg_match('/^http/', $site_item)) { $return_list[] = $site_item; }else{ $return_list[] = $base_site."/".$site_item; } } return $return_list; } /*得到圖片名字,並將其保存在指定位置*/ function get_pic_file($pic_url_array, $pos){ $reg_tag = '/.*\/(.*?)$/'; $count = 0; foreach($pic_url_array as $pic_item){ $ret = preg_match_all($reg_tag,$pic_item,$t_pic_name); $pic_name = $pos.$t_pic_name[1][0]; $pic_url = $pic_item; print("Downloading ".$pic_url." "); $img_read_fd = fopen($pic_url,"r"); $img_write_fd = fopen($pic_name,"w"); $img_content = ""; while(!feof($img_read_fd)){ $img_content .= fread($img_read_fd,1024); } fwrite($img_write_fd,$img_content); fclose($img_read_fd); fclose($img_write_fd); print("[OK] "); } return 0; } function main(){ /* 待抓取圖片的網頁地址 */ $site_name = "http://www.bkjia.com/sheying/391528.html"; $img_url = get_img_url($site_name); $img_url_revised = revise_site($img_url, $site_name); $img_url_unique = array_unique($img_url_revised); //unique array get_pic_file($img_url_unique,"./"); } main(); ?>
此程序還有待完善的地方是,如果圖片在網站服務器上不同目錄下但文件名是相同的,此時圖片有可能是不一樣的,但在最後保存時,後面得到的圖片會將前面已經保存的圖片覆蓋掉,解決方法是在每次保存前先檢索當前目錄下是否已有此文件名,有的話對將要保存的圖片重新命名即可。
以上就是為大家分享的php抓取並保存網站圖片的方法,以及在實踐過程中修正程序不完善的地方,希望這篇文章對大家的學習有所幫助。