PHP抓取网站图片脚本

2024-09-08 14:48
文章标签 抓取 网站 php 图片 脚本

本文主要是介绍PHP抓取网站图片脚本，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

方法一：

<?php
header("Content-type:image/jpeg"); 
class download_image{function read_url($str) { $file=fopen($str,"r");$result = ''; while(!feof($file)) { $result.=fgets($file,9999); } fclose($file); return $result; } function save_img($str) { $result=$this->read_url($str); $result=str_replace("\"","",$result); $result=str_replace("\'","",$result); preg_match_all('/<img\ssrc=(http:\/\/.*?)(\s(.*?)>|>)/i',$result,$matches); foreach($matches[1] as $value) { echo $value."\n"; $this->GrabImage($value,$filename=""); } } // $url 是远程图片的完整URL地址，不能为空。 // $filename 是可选变量: 如果为空，本地文件名将基于时间和日期 // 自动生成. function GrabImage($url,$filename="") { if($url==""):return false;endif; $path="download/"; //指定存储文件夹 //若文件不存在,则创建; if(!file_exists($path)){ mkdir($path); } if($filename=="") { $ext=strrchr($url,"."); if($ext!=".gif" && $ext!=".jpg"):return false;endif; @$filename=$path.date("YHis").$ext; } ob_start(); readfile($url); $img = ob_get_contents(); ob_end_clean(); $size = strlen($img); $fp2=@fopen($filename, "a"); fwrite($fp2,$img); fclose($fp2); return $filename; }
}
$download_img=new download_image();
$download_img->save_img("http://www.jb51.net"); 
?>

方法一思路比较简单清晰，不过有个BUG，图片没有完全抓取，有时间再检查看！

方法二：

<?php
class download_image{//抓取图片的保存地址public $save_path;   //抓取图片的大小限制(单位:字节) 只抓比size比这个限制大的图片public $img_size=0; //定义一个静态数组,用于记录曾经抓取过的的超链接地址,避免重复抓取       public static $a_url_arr=array();/*** @param String $save_path    抓取图片的保存地址* @param Int    $img_size     */public function __construct($save_path,$img_size){$this->save_path=$save_path;$this->img_size=$img_size;if(!file_exists($save_path)){mkdir($save_path,0775);}}/*** 递归下载抓取首页及其子页面图片的方法  ( recursive 递归)* @param   String  $capture_url  用于抓取图片的网址*/public function recursive_download_images($capture_url){if (!in_array($capture_url,self::$a_url_arr)){   //没抓取过self::$a_url_arr[]=$capture_url;   //计入静态数组} else {   //抓取过,直接退出函数return;}$this->download_current_page_images($capture_url);  //下载当前页面的所有图片//用@屏蔽掉因为抓取地址无法读取导致的warning错误$content=@file_get_contents($capture_url); //匹配a标签href属性中?之前部分的正则$a_pattern = "|<a[^>]+href=['\" ]?([^ '\"?]+)['\" >]|U";   preg_match_all($a_pattern, $content, $a_out, PREG_SET_ORDER);$tmp_arr=array();  //定义一个数组,用于存放当前循环下抓取图片的超链接地址foreach ($a_out as $k => $v) {/*** 去除超链接中的 空'','#','/'和重复值  * 1: 超链接地址的值 不能等于当前抓取页面的url, 否则会陷入死循环* 2: 超链接为''或'#','/'也是本页面,这样也会陷入死循环,  * 3: 有时一个超连接地址在一个网页中会重复出现多次,如果不去除,会对一个子页面进行重复下载)*/if ( $v[1] && !in_array($v[1],self::$a_url_arr) &&!in_array($v[1],array('#','/',$capture_url) ) ) { $tmp_arr[]=$v[1];}}foreach ($tmp_arr as $k => $v){ //超链接路径地址if ( strpos($v, 'http://')!==false ){ //如果url包含http://,可以直接访问$a_url = $v;}else{   //否则证明是相对地址, 需要重新拼凑超链接的访问地址$domain_url = substr($capture_url, 0,strpos($capture_url, '/',8)+1);$a_url=$domain_url.$v;}$this->recursive_download_images($a_url);}}/*** 下载当前网页下的所有图片 * @param   String  $capture_url  用于抓取图片的网页地址* @return  Array   当前网页上所有图片img标签url地址的一个数组*/public function download_current_page_images($capture_url){$content=@file_get_contents($capture_url);   //屏蔽warning错误//匹配img标签src属性中?之前部分的正则$img_pattern = "|<img[^>]+src=['\" ]?([^ '\"?]+)['\" >]|U";   preg_match_all($img_pattern, $content, $img_out, PREG_SET_ORDER);$photo_num = count($img_out);//匹配到的图片数量echo $capture_url . "共找到 " . $photo_num . " 张图片\n";foreach ($img_out as $k => $v){$this->save_one_img($capture_url,$v[1]);}}/*** 保存单个图片的方法 * @param String $capture_url   用于抓取图片的网页地址* @param String $img_url       需要保存的图片的url*/public function save_one_img($capture_url,$img_url){//图片路径地址if ( strpos($img_url, 'http://')!==false ){ // $img_url = $img_url;}else{   $domain_url = substr($capture_url, 0,strpos($capture_url, '/',8)+1);$img_url=$domain_url.$img_url;}           $pathinfo = pathinfo($img_url);    //获取图片路径信息        $pic_name=$pathinfo['basename'];   //获取图片的名字if (file_exists($this->save_path.$pic_name)){  //如果图片存在,证明已经被抓取过,退出函数echo $img_url.'该图片已经抓取过!'."\n"; return;}                //将图片内容读入一个字符串$img_data = @file_get_contents($img_url);   //屏蔽掉因为图片地址无法读取导致的warning错误if ( strlen($img_data) > $this->img_size ){   //下载size比限制大的图片$img_size = file_put_contents($this->save_path . $pic_name, $img_data);if ($img_size){echo $img_url.'图片保存成功!'."\n";} else {echo $img_url.'图片保存失败!'."\n";}} else {echo $img_url.'图片读取失败!'."\n";} } 
}
set_time_limit(120);     //设置脚本的最大执行时间  根据情况设置 
$download_img=new download_image('imgages/',0);   //实例化下载图片对象
//$download_img->recursive_download_images('http://www.oschina.net/');      //递归抓取图片方法
//$download_img->download_current_page_images($_POST['capture_url']);     //只抓取当前页面图片方法
$download_img->download_current_page_images('http://www.jb51.net');     //只抓取当前页面图片方法
?>

http://blog.csdn.net/china_skag/article/details/18452883
http://www.jb51.net/article/21738.htm

这篇关于PHP抓取网站图片脚本的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1148411。

相关文章

使用opencv优化图片（画面变清晰）

使用opencv优化图片（画面变清晰）

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化，使其看起来更清晰，同时保持尺寸不变，通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多，主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器：相机传
阅读更多...
Linux服务器Java启动脚本

Linux服务器Java启动脚本

Linux服务器Java启动脚本 1、初版2、优化版本3、常用脚本仓库 本文章介绍了如何在Linux服务器上执行Java并启动jar包， 通常我们会使用nohup直接启动，但是还是需要手动停止然后再次启动， 那如何更优雅的在服务器上启动jar包呢，让我们一起探讨一下吧。 1、初版 第一个版本是常用的做法，直接使用nohup后台启动jar包， 并将日志输出到当前文件夹n
阅读更多...
Android 10.0 mtk平板camera2横屏预览旋转90度横屏拍照图片旋转90度功能实现

Android 10.0 mtk平板camera2横屏预览旋转90度横屏拍照图片旋转90度功能实现

1.前言 在10.0的系统rom定制化开发中，在进行一些平板等默认横屏的设备开发的过程中，需要在进入camera2的 时候，默认预览图像也是需要横屏显示的，在上一篇已经实现了横屏预览功能，然后发现横屏预览后，拍照保存的图片 依然是竖屏的，所以说同样需要将图片也保存为横屏图标了，所以就需要看下mtk的camera2的相关横屏保存图片功能， 如何实现实现横屏保存图片功能 如图所示: 2.mtk
阅读更多...
Spring MVC 图片上传

Spring MVC 图片上传

引入需要的包 <dependency><groupId>commons-logging</groupId><artifactId>commons-logging</artifactId><version>1.1</version></dependency><dependency><groupId>commons-io</groupId><artifactId>commons-
阅读更多...
速盾高防cdn是怎么解决网站攻击的？

速盾高防cdn是怎么解决网站攻击的？

速盾高防CDN是一种基于云计算技术的网络安全解决方案，可以有效地保护网站免受各种网络攻击的威胁。它通过在全球多个节点部署服务器，将网站内容缓存到这些服务器上，并通过智能路由技术将用户的请求引导到最近的服务器上，以提供更快的访问速度和更好的网络性能。 速盾高防CDN主要采用以下几种方式来解决网站攻击： 分布式拒绝服务攻击(DDoS)防护：DDoS攻击是一种常见的网络攻击手段，攻击者通过向目标网
阅读更多...
Prompt - 将图片的表格转换成Markdown

Prompt - 将图片的表格转换成Markdown

Prompt - 将图片的表格转换成Markdown 0. 引言1. 提示词2. 原始版本 0. 引言 最近尝试将图片中的表格转换成Markdown格式，需要不断条件和优化提示词。记录一下调整好的提示词，以后在继续优化迭代。 1. 提示词 英文版本： You are an AI assistant tasked with extracting the content of
阅读更多...
centos6一键安装vsftpd脚本

centos6一键安装vsftpd脚本

centos6一键安装vsftpd脚本 手动安装vsftpd参考教程：Centos下安装Vsftpd的图文教程 vsftpd脚本功能： 1.安装 （命令执行：sh xxx.sh）2.添加ftp用户 （命令执行：sh xxx.sh add）3.卸载vsftpd （命令执行：sh xxx.sh uninstall） 测试环境：centos6 x64 centos6 x86(测试centos7以
阅读更多...
Android逆向(反调，脱壳，过ssl证书脚本)

Android逆向(反调，脱壳，过ssl证书脚本)

文章目录 总结 基础Android基础工具 定位关键代码页面activity定位数据包参数定位堆栈追踪 编写反调脱壳好用的脚本过ssl证书校验抓包反调的脚本打印堆栈bilibili反调的脚本 总结 暑假做了两个月的Android逆向，记录一下自己学到的东西。对于app渗透有了一些思路。 这两个月主要做的是代码分析，对于分析完后的持久化等没有学习。主要是如何反编译源码，如何找到
阅读更多...
Lua 脚本在 Redis 中执行时的原子性以及与redis的事务的区别

Lua 脚本在 Redis 中执行时的原子性以及与redis的事务的区别

在 Redis 中，Lua 脚本具有原子性是因为 Redis 保证在执行脚本时，脚本中的所有操作都会被当作一个不可分割的整体。具体来说，Redis 使用单线程的执行模型来处理命令，因此当 Lua 脚本在 Redis 中执行时，不会有其他命令打断脚本的执行过程。脚本中的所有操作都将连续执行，直到脚本执行完成后，Redis 才会继续处理其他客户端的请求。 Lua 脚本在 Redis 中原子性的原因
阅读更多...
CentOs7上Mysql快速迁移脚本

CentOs7上Mysql快速迁移脚本

因公司业务需要，对原来在/usr/local/mysql/data目录下的数据迁移到/data/local/mysql/mysqlData。 原因是系统盘太小，只有20G，几下就快满了。 参考过几篇文章，基于大神们的思路，我封装成了.sh脚本。 步骤如下： 1） 先修改好/etc/my.cnf,        ##[mysqld]       ##datadir=/data/loc
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2