搜尋
首頁後端開發php教程php遠端抓取網站圖片並保存的程式碼

例子,php抓取網站資料的程式碼。

  1. /**
  2. * 一個用來抓取圖片的類別
  3. *
  4. * @package default
  5. * @author WuJunwei
  6. */
  7. class download_image
  8. {
  9. public $save_path;抓取圖片的保存位址
  10. //抓取圖片的大小限制(單位:位元組) 只抓比size比這個限制大的圖片
  11. public $img_size=0;
  12. //定義一個靜態陣列,用來記錄曾經抓取過的的超連結位址,避免重複抓取
  13. public static $a_url_arr=array();
  14. /**
  15. * @param String $save_path 抓取圖片的保存位址
  16. * @param Int $img_size 抓取圖片的保存位址
  17. * /
  18. public function __construct($save_path,$img_size)
  19. {
  20. $this->save_path=$save_path;
  21. $this->img_size=$img_size
  22. }
  23. ; 🎜> /**
  24. * 遞歸下載抓取首頁及其子頁圖片的方法 ( recursive 遞歸)
  25. *
  26. * @param String $capture_url 用於抓取圖片的網址
  27. *
  28. */
  29. public function recursive_download_images($capture_url)
  30. {
  31. if (!in_array($capture_url,self::$a_url_arr)) //沒抓取
  32. {
  33. self::$a_url_arr[]=$capture_url; //計入靜態陣列
  34. } else //抓取過,直接退出函數
  35. {
  36. return;
  37. }
  38. $this->download_current_page_images($capture_url); //下載目前頁面的所有圖片
  39. //用@屏蔽掉因為抓取位址無法讀取導致的warning錯誤
  40. $ content=@file_get_contents($capture_url);
  41. //符合a標籤href屬性中?之前部分的正規
  42. $a_pattern = "|]+href=['" ]? ([^ '"?]+)['" >]|U";
  43. preg_match_all($a_pattern, $content, $a_out, PREG_SET_ORDER);
  44. $tmp_arr=array(); //定義一個陣列,用來存放目前迴圈下抓取圖片的超連結位址
  45. foreach ($a_out as $k => $v)
  46. {
  47. /**
  48. * 去除超連結中的空'','#','/'和重複值
  49. * 1: 超連結位址的值不能等於目前抓取頁面的url, 否則會陷入死循環
  50. * 2: 超連結為''或'#','/'也是本頁,這樣也會陷入死循環,
  51. * 3: 有時一個超連接地址在一個網頁中會重複出現多次,如果不去除,會對一個子頁面進行重複下載)
  52. */
  53. if ( $v[1] && !in_array($v[1],self::$a_url_arr) &&!in_array($v[1],array('#','/',$capture_url) ) )
  54. {
  55. $tmp_arr[]=$v[1];
  56. }
  57. }
  58. foreach ($tmp_arr as $k => $v)
  59. {
  60. / /超連結路徑位址
  61. if ( strpos($v, 'http://')!==false ) //如果url包含http://,可以直接存取
  62. {
  63. $a_url = $v;
  64. }else //否則證明是相對位址, 需要重新拼湊超連結的存取位址
  65. {
  66. $domain_url = substr($capture_url, 0,strpos($capture_url, '/', 8)+1);
  67. $a_url=$domain_url.$v;
  68. }
  69. $this->recursive_download_images($a_url);
  70. }
  71. }
  72. }
  73. }
  74. }
  75. }
  76. }
  77. }
  78. }
  79. }
  80. }
  81. }
  82. }
  83. }
  84. }
  85. }
  86. /**
  87. * 下載目前網頁下的所有圖片
  88. *
  89. * @param String $capture_url 用於抓取圖片的網頁位址
  90. * @return Array 目前網頁上所有圖片img標籤url位址的一個數組
  91. */
  92. public function download_current_page_images($capture_url)
  93. { $content=@file_get_contents($capture_url); //屏蔽錯誤 $content=@file_get_contents($capture_url); //屏蔽錯誤 符合img標籤src屬性中?之前部分的正規 $img_pattern = "|php遠端抓取網站圖片並保存的程式碼]+src=['" ]?([^ '"?]+)['" >]|U" ; preg_match_all($img_pattern, $content, $img_out, PREG_SET_ORDER); $photo_num = count($img_out); //符合到的圖片數量 echo '

    '.$capture_url . "共找到" . $photo_num . " 張圖片

    "; foreach ($img_out as $k => $v) { $this->save_one_img ($capture_url,$v[1]); } }
  94. /**
  95. * 儲存單一圖片的方法
  96. *
  97. * @param String $capture_url 用來抓取圖片的網頁位址
  98. * @param String $img_url 需要儲存的圖片的url
  99. *
  100. */
  101. public function save_one_img($capture_url,$img_url)
  102. {
  103. //圖片路徑位址
  104. if ( strpos($img_url, ' http://')!==false )
  105. {
  106. // $img_url = $img_url;
  107. }else
  108. {
  109. $domain_url = substr($capture_url, 0,strpos( $capture_url, '/',8)+1);
  110. $img_url=$domain_url.$img_url;
  111. }
  112. $pathinfo = pathinfo($img_url); //取得圖片路徑資訊
  113. $pic_name=$pathinfo['basename']; //取得圖片的名稱
  114. if (file_exists($this->save_path.$pic_name)) //如果圖片存在,證明已經被抓取過,退出函數
  115. {
  116. echo $img_url . '該圖片已經抓取過!
    ';
  117. return;
  118. }
  119. //將圖片內容讀入一個字串
  120. $img_data = @file_get_contents($img_url); //屏蔽掉因為圖片位址無法讀取導致的warning錯誤
  121. if ( strlen( $img_data) > $this->img_size ) //下載size比限制大的圖片
  122. {
  123. $img_size = file_put_contents($this->save_path . $pic_name, $img_data);
  124. if ($ img_size)
  125. {
  126. echo $img_url . '圖片儲存成功!
    ';
  127. } else
  128. {
  129. echo $img_url . '圖片儲存失敗!
    ';
  130. }
  131. } else
  132. {
  133. echo $img_url . '圖片讀取失敗!
    ';
  134. }
  135. }
  136. } // END
  137. set_time_limit(120); //設定腳本的最大執行時間依情況設定
  138. $download_img=new download_image('E:/images/',0); //實例化下載圖片物件
  139. $download_img->recursive_download_images('http://bbs.it-home.org/'); //遞迴抓取圖片方法
  140. //$download_img->download_current_page_images( $_POST['capture_url']); //只抓取目前頁面圖片方法
  141. ?>
複製程式碼


陳述
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
絕對會話超時有什麼區別?絕對會話超時有什麼區別?May 03, 2025 am 12:21 AM

絕對會話超時從會話創建時開始計時,閒置會話超時則從用戶無操作時開始計時。絕對會話超時適用於需要嚴格控制會話生命週期的場景,如金融應用;閒置會話超時適合希望用戶長時間保持會話活躍的應用,如社交媒體。

如果會話在服務器上不起作用,您將採取什麼步驟?如果會話在服務器上不起作用,您將採取什麼步驟?May 03, 2025 am 12:19 AM

服務器會話失效可以通過以下步驟解決:1.檢查服務器配置,確保會話設置正確。 2.驗證客戶端cookies,確認瀏覽器支持並正確發送。 3.檢查會話存儲服務,如Redis,確保其正常運行。 4.審查應用代碼,確保會話邏輯正確。通過這些步驟,可以有效診斷和修復會話問題,提升用戶體驗。

session_start()函數的意義是什麼?session_start()函數的意義是什麼?May 03, 2025 am 12:18 AM

session_start()iscucialinphpformanagingusersessions.1)ItInitiateSanewsessionifnoneexists,2)resumesanexistingsessions,and3)setsasesessionCookieforContinuityActinuityAccontinuityAcconActInityAcconActInityAcconAccRequests,EnablingApplicationsApplicationsLikeUseAppericationLikeUseAthenticationalticationaltication and PersersonalizedContentent。

為會話cookie設置httponly標誌的重要性是什麼?為會話cookie設置httponly標誌的重要性是什麼?May 03, 2025 am 12:10 AM

設置httponly標誌對會話cookie至關重要,因為它能有效防止XSS攻擊,保護用戶會話信息。具體來說,1)httponly標誌阻止JavaScript訪問cookie,2)在PHP和Flask中可以通過setcookie和make_response設置該標誌,3)儘管不能防範所有攻擊,但應作為整體安全策略的一部分。

PHP會議在網絡開發中解決了什麼問題?PHP會議在網絡開發中解決了什麼問題?May 03, 2025 am 12:02 AM

phpsessions solvathepromblymaintainingStateAcrossMultipleHttpRequestsbyStoringDataTaNthEserVerAndAssociatingItwithaIniquesestionId.1)他們儲存了AtoredAtaserver side,通常是Infilesordatabases,InseasessessionIdStoreDistordStoredStoredStoredStoredStoredStoredStoreDoreToreTeReTrestaa.2)

可以在PHP會話中存儲哪些數據?可以在PHP會話中存儲哪些數據?May 02, 2025 am 12:17 AM

phpsessionscanStorestrings,數字,數組和原始物。

您如何開始PHP會話?您如何開始PHP會話?May 02, 2025 am 12:16 AM

tostartaphpsession,usesesses_start()attheScript'Sbeginning.1)placeitbeforeanyOutputtosetThesessionCookie.2)useSessionsforuserDatalikeloginstatusorshoppingcarts.3)regenerateSessiveIdStopreventFentfixationAttacks.s.4)考慮使用AttActAcks.s.s.4)

什麼是會話再生,如何提高安全性?什麼是會話再生,如何提高安全性?May 02, 2025 am 12:15 AM

會話再生是指在用戶進行敏感操作時生成新會話ID並使舊ID失效,以防會話固定攻擊。實現步驟包括:1.檢測敏感操作,2.生成新會話ID,3.銷毀舊會話ID,4.更新用戶端會話信息。

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱工具

SAP NetWeaver Server Adapter for Eclipse

SAP NetWeaver Server Adapter for Eclipse

將Eclipse與SAP NetWeaver應用伺服器整合。

MinGW - Minimalist GNU for Windows

MinGW - Minimalist GNU for Windows

這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器

Dreamweaver Mac版

Dreamweaver Mac版

視覺化網頁開發工具