php抓取网页图片
php抓取网页图片
PHP是一门很容易上手的Web编程语言。PHP学习成本很低，能够迅速开发各种Web应用，是一个很优秀的工具。
尽管很多人觉得PHP缺点很多，quick and dirty 之类的，但是“这个世界上只有两种编程语言，一种是饱受争议的，一种是没人用的”，不是吗？只要能够把事情做好的工具，就是好工具。PHP就是这么一个优秀的语言工具。
<?php
header('content-type:text/html;charset=utf-8');
set_time_limit(0);//抓取不受时间限制
if($_POST['Submit']=="开始抓取"){
$URL=$_POST['link'];
get_pic($URL);
}
function get_pic($pic_url) {
//获取图片二进制流
$data=CurlGet($pic_url);
//利用正则表达式得到图片链接
$pattern_src1 = '/<img.*?src\=\"(.*\.jpg).*?>/';//只匹配jpg格式的图片
$pattern_src2 = '/<img.*?src\=\"(.*\.bmp).*?>/';//只匹配bmp格式的图片
$pattern_src3 = '/<img.*?src\=\"(.*\.png).*?>/';//只匹配png格式的图片
$pattern_src4 = '/<img.*?src\=\"(.*\.gif).*?>/';//只匹配gif格式的图片
$num1 = preg_match_all($pattern_src1, $data, $match_src1);
$num2 = preg_match_all($pattern_src2, $data, $match_src2);
$num3 = preg_match_all($pattern_src3, $data, $match_src3);
$num4 = preg_match_all($pattern_src4, $data, $match_src4);
$arr_src1=$match_src1[1];//获得图片数组
$arr_src2=$match_src2[1];
$arr_src3=$match_src3[1];
$arr_src4=$match_src4[1];
echo '=============================================抓取开始=============================================<br />';
get_name1($arr_src1);
get_name1($arr_src2);
get_name1($arr_src3);
get_name1($arr_src4);
get_name2($arr_src1);
get_name2($arr_src2);
get_name2($arr_src3);
get_name2($arr_src4);
echo '=============================================抓取结束=============================================<br />';
return 0;
}
function get_name1($pic_arr){
//图片编号和类型
$pattern_type = '/.*\/(.*?)$/';
foreach($pic_arr as $pic_item){//循环取出每幅图的地址
$num = preg_match_all($pattern_type,$pic_item,$match_type);
//以流的形式保存图片
$write_fd = @fopen($match_type[1][0],"wb");
echo "图片网址：<a href='".$pic_item."' target='_blank'>".$pic_item."</a><br />";
@fwrite($write_fd, CurlGet($pic_item));
@fclose($write_fd);
}
return 0;
}
function get_name2($pic_arr){
//图片编号和类型
$pattern_type = '/.*\/(.*?)$/';
foreach($pic_arr as $pic_item){//循环取出每幅图的地址
$num = preg_match_all($pattern_type,$pic_item,$match_type);
//以流的形式保存图片
$write_fd = @fopen($match_type[1][0],"wb");
echo "图片网址：<a href='".$_POST['link'].$pic_item."' target='_blank'>".$_POST['link'].$pic_item."</a><br />";
@fwrite($write_fd, CurlGet($_POST['link'].$pic_item));
@fclose($write_fd);
}
return 0;
}
//抓取网页内容
function CurlGet($url){
$url=str_replace('&','&',$url);
$curl = curl_init();
curl_setopt($curl, CURLOPT_URL, $url);
curl_setopt($curl, CURLOPT_HEADER, false);
//curl_setopt($curl, CURLOPT_REFERER,$url);
curl_setopt($curl, CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 6.0; SeaPort/1.2; Windows NT 5.1; SV1; InfoPath.2)");
curl_setopt($curl, CURLOPT_COOKIEJAR, 'cookie.txt');
curl_setopt($curl, CURLOPT_COOKIEFILE, 'cookie.txt');
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 0);
$values = curl_exec($curl);
curl_close($curl);
return $values;
}
?>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>网页图片抓取</title>
</head>
<body>
<form action="" method="post">
要抓取图片的网址：<input type="text" id="link" name="link" value="请在这里输入要抓取图片的网址" OnClick="this.value=''" size="100" /><br />
<input type="submit" id="Submit" name="Submit" value="开始抓取" />
</form>
</body>
</html>