PHP 正規表現は Web ページのハイパーリンク URL と Web ページの画像を抽出します

function match_links($document) {
 preg_match_all("']+))[^>]*>?(.*?)'isx",$document,$links);
 while(list($key,$val) = each($links[2])) {
 if(!empty($val))
 $match['link'][] = $val
}
while(list($key,$val) = each; ($links[3])) {
if(!empty($val))
$match['link'][] = $val
}
while(list($key,$val) = each($ links[4])) {
if(!empty($val))
$match['content'][] = $val;
}
while(list($key,$val) = each($links[ 0])) {
if(!empty($val))
$match['all'][] = $val;
}
return $match

string Reg = @"(h|H)(r|R)(e|E)(f|F) *= *('|"")?((w|\|/|.|:|-|_)+)('|""| *|>)?";
foreach (Regex.Matches( の m と一致) HtmlCode, Reg))
{
MatchVale += (m.Value).ToLower().Replace("href=", "").Trim() + "||"
}
return MatchVale;

コードをコピー


例 2、PHP の正規表現を使用してコンテンツ内のリモート画像をダウンロードするための関数コード

if (preg_match_all("/http://[^ "']+[.jpg|.gif|.jpeg|.png]+/ui",stripcslashes($content),$aliurl)) {

$i=0; //複数のファイル++

if(!stripos($v,"jbxue.com"); ){//自分のウェブサイトの画像かどうかを判断します
if (!empty($ff)){ //ファイルを取得したら以下の操作を実行します
$dir = "upload/".date("Ymd" ) ."/";//新しいストレージ パスを指定します
if (!file_exists($dir)){//ディレクトリが存在するかどうかを確認します
@mkdir($dir,511,true); //複数レベルのディレクトリを作成します,511 10 進数に変換すると、実行権限は 777 になります
} // bbs.it-home.org
$nfn = $dir.date("Ymdhis").$i.".".$filetype; //Build new file Name
$nf = @fopen($nfn,"w"); //ファイルを作成します
fwrite($nf,$ff); //ファイルを書き込みます
fclose($nf); //複数のファイル++
echo "";
$content = str_replace($v,$nfn, $content);//コンテンツ内のパラメータを置換します
 }else{ //画像が取得できない場合は、デフォルトの画像に置き換えます
 $content = str_replace($v,"/upload/201204/20120417213810742.gif", $content);//content のパラメータを置き換えます
}
}
 }
}


コードをコピー


例 3、PHP は正規表現を使用して画像をローカルにダウンロードします。
 


/*
shortage: Web ページ内の画像パスが絶対パスでない場合、クロールできません
*/
set_time_limit(0);//クロールには影響しません 時間制限
$URL='http://pp.baidu.com/';//任意のURL
get_pic($URL) ;< /p>
function get_pic($pic_url) {
//画像バイナリ ストリームを取得します
$data=CurlGet($pic_url);
/*正規表現を使用して画像リンクを取得します*/
 $pattern_src = '/ <[img|IMG].*?src=['|"](.*?(?:[.gif|.jpg]))['|"].*?[/]? >/';
$num = preg_match_all($pattern_src, $data, $match_src);
$arr_src=$match_src[1];//画像配列を取得
get_name($arr_src); echo " finished!!!";
return
}
/*画像の種類を取得し、ファイルと同じディレクトリに保存します*/
function get_name($pic_arr )
{
//画像タイプ
$pattern_type = '/(/.(jpg|bmp|jpeg|gif|png))/';
foreach( $pic_arr as $pic_item) {//各画像のアドレスを取得するループ
$num = preg_match_all($pattern_type, $pic_item, $match_type);
$pic_name = get_unique().$match_type[1][0]; //マイクロ秒の時間を変更します クリックして名前を付けます
 $write_fd = @fopen($pic_name,"wb");
@fwrite($write_fd, CurlGet($pic_item)); @fclose($write_fd);
echo "[OK]..!";
}
return 0;//マイクロ秒単位で一意の ID を取得
function get_unique(){
list($msec, $sec ) =explode(" ",microtime());
return $sec.intval($msec*1000000)
}
//ウェブページをキャッチコンテンツ
function CurlGet($url) {
$url=str_replace('&','&',$url);
curl_setopt($curl, CURLOPT_URL, $url); $curl, CURLOPT_HEADER, false);
//curl_setopt($curl, CURLOPT_REFERER,$url);
curl_setopt($curl, CURLOPT_USERAGENT, "Mozilla/4.0 (互換性; MSIE 6.0; SeaPort) /1.2; Windows NT 5.1; InfoPath.2)");
curl_setopt($curl, CURLOPT_COOKIEJAR, 'cookie.txt');
curl_setopt($カール、CURLOPT_RETURNTRANSFER、1);
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 0);
curl_close($curl); /p>



コードをコピー