当我们需要采集网络上的某个网页内容时,如果目标网站上的图片做了防盗链的话,我们直接采集过来的图片在自己网站上是不可用的。那么我们使用程序将目标网站上的图片下载到我们网站服务器上,然后就可调用图片了。
本文将使用PHP实现采集远程图片功能。基本流程:
1、获取目标网站图片地址。
2、读取图片内容。
3、创建要保存图片的路径并命名图片名称。
4、写入图片内容。
5、完成。
我们通过写几个函数来实现这一过程。
函数make_dir()建立目录。判断要保存的图片文件目录是否存在,如果不存在则创建目录,并且将目录设置为可写权限。
1 | function make_dir( $path ){ |
2 |
if (! file_exists ( $path )){ //不存在则建立 |
3 |
$mk =@ mkdir ( $path ,0777); //权限 |
函数read_filetext()取得图片内容。使用fopen打开图片文件,然后fread读取图片文件内容。
01 | function read_filetext( $filepath ){ |
02 |
$filepath =trim( $filepath ); |
03 |
$htmlfp =@ fopen ( $filepath , "r" ); |
05 |
if ( strstr ( $filepath , "://" )){ |
06 |
while ( $data =@ fread ( $htmlfp ,500000)){ |
12 |
$string =@ fread ( $htmlfp ,@ filesize ( $filepath )); |
函数write_filetext()写文件,将图片内容fputs写入文件中,即保存图片文件。
1 | function write_filetext( $filepath , $string ){ |
2 |
//$string=stripSlashes($string); |
3 |
$fp =@ fopen ( $filepath , "w" ); |
函数get_filename()获取图片名称,也可以自定义要保存的文件名。
function get_filename($filepath){
$fr=explode("/",$filepath);
$count=count($fr)-1;
return $fr[$count];
}
然后将几个函数组合,在函数save_pic()中调用,最后返回保存后的图片路径。
01 | function save_pic( $url , $savepath = '' ){ |
04 |
$url = str_replace ( " " , "%20" , $url ); |
06 |
$string =read_filetext( $url ); |
11 |
$filename = get_filename( $url ); |
13 |
make_dir( $savepath ); //建立存放目录 |
15 |
$filepath = $savepath . $filename ; |
17 |
write_filetext( $filepath , $string ); |
最后一步就是调用save_pic()函数保存图片,我们使用以下代码做测试。
2 | $pic = "http://img0.pconline.com.cn/pconline/1205/06/2776119_end1_thumb.jpg" ; |
5 | echo save_pic( $pic , $savepath ); |
实际应用中,我们可能会采集某个站点的内容,比如产品信息,包括采集防盗链的图片保存到网站上服务器上。这时我们可以使用正则匹配页面内容,将页面中相匹配的图片都找出来,然后分别下载到网站服务器上,完成图片的采集。以下代码仅供测试:
1 | function get_pic( $cont , $path ){ |
2 |
$pattern_src = '/<[img|IMG].*?src=['|"](.*?(?:[.gif|.jpg]))['|"].*?[/]?>/' ; |
3 |
$num = preg_match_all( $pattern_src , $cont , $match_src ); |
4 |
$pic_arr = $match_src [1]; //获得图片数组 |
5 |
foreach ( $pic_arr as $pic_item ) { //循环取出每幅图的地址 |
6 |
save_pic( $pic_item , $path ); //下载并保存图片 |
然后我们通过分析页面内容,将主体内容找出来,调用get_pic()实现图片的保存。
1 | //我们采集太平洋电脑网上一篇关于手机报道内容页的图片 |
2 | $url = "http://gz.pconline.com.cn/321/3215791.html" ; |
4 | $content = file_get_contents ( $url ); //获取网页内容 |
6 | preg_match_all( $preg , $content , $arr ); |
以上代码笔者亲测,可以采集图片,但是还有些场景没考虑进去,比如目标网站做了302多次跳转的,目标网站做了多种防采集的,留给喜欢折腾的同学去试试吧。
文章标题:使用PHP采集远程图片-创新互联
文章位置:
http://cxhlcq.com/article/dpeoec.html