ホームページ  >  記事  >  バックエンド開発  >  PHPマルチスレッドで美人画像を一括収集・ダウンロードするための実装コード(続き)_PHPチュートリアル

PHPマルチスレッドで美人画像を一括収集・ダウンロードするための実装コード(続き)_PHPチュートリアル

WBOY
WBOYオリジナル
2016-07-21 15:09:00880ブラウズ

個人的に考えられる影響の理由:
一致した画像の URL は有効な URL ではありません。記事では単純に相対パスかどうかを判断していますが、一部の URL は無効であるかどうかを判断するために新しい画像を追加します。本物の有効な URL

コードをコピーします コードは次のとおりです:
/**
*
*URL が有効かどうかを判断します
*@param $url string
*@return boole
*/
function relUrl($url){
if(substr($url,0,4)=='http '){
$array = get_headers($url,true);
if(count($array)>0 && is_array($array)){
if(preg_match('/200/', $array[0] )){
unset($array);
return true;
}else{
unset($array);
return false;
}
}else{
unset($array);
return false;
}
} else{
Return false;
}
}

主に get_headers 関数を使用して http リクエスト情報を取得し、サーバーの応答ステータス (200) を確認し、URL が本物で有効であるかどうかを判断します。

写真を収集するために再度テストしました

結果は以前よりも悪く、動作がさらに遅くなりました。

テストの理由は次のとおりです:

get_headers 関数は URL が本物で有効かどうかを判断できますが、非常に遅い URL リソースに遭遇した場合、get-heades リクエストには時間制限がないため、このスレッドは占有されてしまいます。
file_get_content 関数 上記と同じ理由で、一部の遅い URL リソースが長時間占有されるため、ブロックの背後にあるプロセスが占有され、長時間のブロックにより CPU 使用率も増加します。
解決策
curl のマルチスレッドを使用すると、URL リソースが非常に遅い場合に、断固として諦めることができるため、効率が向上します。比較的高いはずです。「CURL の学習と応用 [マルチスレッド化]」を参照してください。もう一度テストしてみましょう。
コアコード:

コードをコピーします コードは次のとおりです:

/**
     * curl 多线程
     * 
     * @param array $array 并行网址
     * @param int $timeout 超时时间
     * @return mix
     */
 public function Curl_http($array,$timeout='15'){
      $res = array();

      $mh = curl_multi_init();//创建多个curl语柄

      foreach($array as $k=>$url){
          $conn[$k]=curl_init($url);//初始化

          curl_setopt($conn[$k], CURLOPT_TIMEOUT, $timeout);//设置超时时间
          curl_setopt($conn[$k], CURLOPT_USERAGENT, 'Mozilla/5.0 (compatible; MSIE 5.01; Windows NT 5.0)');
          curl_setopt($conn[$k], CURLOPT_MAXREDIRS, 7);//HTTp定向级别 ,7最高
          curl_setopt($conn[$k], CURLOPT_HEADER, false);//这里不要header,加块效率
          curl_setopt($conn[$k], CURLOPT_FOLLOWLOCATION, 1); // 302 redirect
          curl_setopt($conn[$k], CURLOPT_RETURNTRANSFER,1);//要求结果为字符串且输出到屏幕上         
    curl_setopt($conn[$k], CURLOPT_HTTPGET, true);

          curl_multi_add_handle ($mh,$conn[$k]);
      }
       //防止死循环耗死cpu 这段是根据网上的写法
          do {
              $mrc = curl_multi_exec($mh,$active);//当无数据,active=true
          } while ($mrc == CURLM_CALL_MULTI_PERFORM);//当正在接受数据时
          while ($active and $mrc == CURLM_OK) {//当无数据时或请求暂停时,active=true
              if (curl_multi_select($mh) != -1) {
                  do {
                      $mrc = curl_multi_exec($mh, $active);
                  } while ($mrc == CURLM_CALL_MULTI_PERFORM);
              }
          }

      foreach ($array as $k => $url) {
            if(!curl_errno($conn[$k])){
             $data[$k]=curl_multi_getcontent($conn[$k]);//数据转换为array
             $header[$k]=curl_getinfo($conn[$k]);//返回http头信息
             curl_close($conn[$k]);//关闭语柄
             curl_multi_remove_handle($mh  , $conn[$k]);   //释放资源
            }else{
             unset($k,$url);
            }
          }

          curl_multi_close($mh);

          return $data;

   }

//参数接收
$callback = $_GET['callback'];
$hrefs = $_GET['hrefs'];
$urlarray = explode(',',trim($hrefs,','));
$date = date('Ymd',time());
//实例化
$img = new HttpImg();
$stime = $img->getMicrotime();//开始时间

$data = $img->Curl_http($urlarray,'20');//リストデータ
mkdir('./img/'.$date,0777);
foreach ((array)$data as $k =>$v){
preg_match_all("/(href|src)=(["|']?)([^ "'>]+.(jpg|png|PNG|JPG|gif))2/ i", $v, $matches[$k]);

if(count($matches[$k][3])>0){
$dataimg = $img->Curl_http($matches[$ k][3],'20');//全画像データバイナリ
$j = 0;
foreach ((array)$dataimg as $kk=>$vv){
if($vv !='' ){
$rand = rand(1000,9999);
$basename = time()."_".$rand.".".jpg;//jpg形式ファイルとして保存
$fname = './ img /'.$date."/"."$basename";
file_put_contents($fname, $vv);
$j++;
echo "".$j." 番目の画像を作成します"."$fname"。 "
";
}else{
unset($kk,$vv);
}
}
}else{
unset($matches);
}
}
$etime = $img-> ; getMicrotime();//終了時刻
echo "time".($etime-$stime)."秒";
終了;

効果をテストします
PHPマルチスレッドで美人画像を一括収集・ダウンロードするための実装コード(続き)_PHPチュートリアル
基本的に、1秒で1枚の写真を収集するのに約260秒かかります。また、より多くの写真を撮影するほど、収集速度の利点が明らかになることがわかります。

ファイル名を見てみましょう。これは、同時に 10 枚の画像を生成できることを意味します。

20 秒のリクエスト時間制限により、一部の画像は生成後に明らかに不完全になります。つまり、画像リソースは 20 秒以内に完全に収集されません。この時間は自分で設定できます。

www.bkjia.com本当http://www.bkjia.com/PHPjc/327372.html技術記事個人的に考えられる影響の理由は、一致した画像の URL が有効な URL ではないということです。この記事では単に相対パスであるかどうかを判断しているだけですが、一部の URL は無効です。解決策は...
を追加することです。
声明:
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。