php 抓取网站图片的简单程序

PHP下载CSS文件中的图片

Java代码  

  1. <?  
  2. function getImagesFromCssFile() {  
  3. //note 设置PHP超时时间  
  4.     set_time_limit(0);  
  5.   
  6. //note 取得样式文件内容  
  7.     $styleFileContent = file_get_contents('images/style.css');  
  8.   
  9. //note 匹配出需要下载的URL地址  
  10.     preg_match_all("/url\(.+?\)/", $styleFileContent, $imagesURLArray);  
  11.   
  12. //note 循环需要下载的地址,逐个下载  
  13.     $imagesURLArray = array_unique($imagesURLArray[0]);  
  14.     foreach ($imagesURLArray as $imagesURL) {  
  15.         $imagesURL = str_ireplace(array("url(", ")", "'",'"'), '', $imagesURL);  //url(" ") url('')  
  16.         if (preg_match('/^http.*/', $imagesURL)) {   //跳过网络图片  
  17.             continue;  
  18.         }  
  19.         file_put_contents(basename($imagesURL), file_get_contents($imagesURL));  
  20.     }  
  21. }  

 

Java代码  

  1. <?php  
  2. /*完成网页内容捕获功能*/  
  3. function get_img_url($site_name) {  
  4.     $site_fd = fopen($site_name, "r");  
  5.     $site_content = "";  
  6.     while (!feof($site_fd)) {  
  7.         $site_content .= fread($site_fd, 1024);  
  8.     }  
  9.     /*利用正则表达式得到图片链接*/  
  10.     $reg_tag = '/<img.*?\"([^\"]*(jpg|bmp|jpeg|gif)).*?>/';  
  11.     $ret = preg_match_all($reg_tag, $site_content, $match_result);  
  12.     fclose($site_fd);  
  13.     return $match_result[1];  
  14. }  
  15.   
  16. /* 对图片链接进行修正 */  
  17. function revise_site($site_list, $base_site) {  
  18.     foreach ($site_list as $site_item) {  
  19.         if (preg_match('/^http/', $site_item)) {  
  20.             $return_list[] = $site_item;  
  21.         } else {  
  22.             $return_list[] = $base_site . "/" . $site_item;  
  23.         }  
  24.     }  
  25.     return $return_list;  
  26. }  
  27.   
  28. /*得到图片名字,并将其保存在指定位置*/  
  29. function get_pic_file($pic_url_array, $pos) {  
  30.     $reg_tag = '/.*\/(.*?)$/';  
  31.     $count = 0;  
  32.     foreach ($pic_url_array as $pic_item) {  
  33.         $ret = preg_match_all($reg_tag, $pic_item, $t_pic_name);  
  34.         $pic_name = $pos . $t_pic_name[1][0];  
  35.         $pic_url = $pic_item;  
  36.         print("Downloading " . $pic_url . "\n");  
  37.         $img_read_fd = fopen($pic_url, "r");  
  38.         $img_write_fd = fopen($pic_name, "w");  
  39.         $img_content = "";  
  40.         while (!feof($img_read_fd)) {  
  41.             $img_content .= fread($img_read_fd, 1024);  
  42.   
  43.         }  
  44.         fwrite($img_write_fd, $img_content);  
  45.         fclose($img_read_fd);  
  46.         fclose($img_write_fd);  
  47.         print("[OK]\n");  
  48.     }  
  49.     return 0;  
  50. }  
  51.   
  52. function main() {  
  53.     /* 待抓取图片的网页地址 */  
  54.     $site_name = "http://image.cn.yahoo.com";  
  55.     $img_url = get_img_url($site_name);  
  56.     $img_url_revised = revise_site($img_url, $site_name);  
  57.     $img_url_unique = array_unique($img_url_revised); //unique array  
  58.     get_pic_file($img_url_unique, "./");  
  59. }  
  60.   
  61. main();  
  62. ?>  

此程序略有不足,如果图片在网站服务器上不同目次下但文件名是相同的,此时图片有可能是不一样的,但在最后生存时,后面得到的图片会将前边已生存的图片覆 盖掉,如在http://example.com/网站上有图片链接http://example.com/pic/test1.jpg和http: //example.com/pic/new/test1.jpg那么在下载时这两张图片只有一张生存,另外一张就被覆盖掉,修正的方法是在每派生的存前 先检索当前目次下是否已有此文件名,有的话对将派生的存的图片从头命名即可。

Java代码  

  1. <?php  
  2. //取得页面所有的图片地址  
  3.   
  4. function getimages($str){  
  5.   
  6.     $match_str = "/((http://)+([^ rn()^$!`"'|[]{}<>]*)((.gif)|(.jpg)|(.bmp)|(.png)|(.GIF)|(.JPG)|(.PNG)|(.BMP)))/";  
  7.   
  8.     preg_match_all ($match_str,$str,$out,PREG_PATTERN_ORDER);  
  9.   
  10.     return $out;  
  11.   
  12. }?>  
时间: 2024-11-03 15:27:03

php 抓取网站图片的简单程序的相关文章

php抓取网站图片并保存的实现方法_php技巧

php如何实现抓取网页图片,相较于手动的粘贴复制,使用小程序要方便快捷多了,喜欢编程的人总会喜欢制作一些简单有用的小软件,最近就参考了网上一个php抓取图片代码,封装了一个php远程抓取图片的类,测试了一下,效果还不错分享给大家,代码如下: 以上就是为大家分享的php抓取网站图片并保存的实现方法,希望对大家的学习有所帮助.

详解JAVA抓取网页的图片,JAVA利用正则表达式抓取网站图片_java

利用Java抓取网页上的所有图片: 用两个正则表达式: 1.匹配html中img标签的正则:<img.*src=(.*?)[^>]*?> 2.匹配img标签中得src中http路径的正则:http:\"?(.*?)(\"|>|\\s+) 实现: package org.swinglife.main; import java.io.File; import java.io.FileOutputStream; import java.io.InputStream;

Python使用代理抓取网站图片(多线程)_python

一.功能说明:1. 多线程方式抓取代理服务器,并多线程验证代理服务器ps 代理服务器是从http://www.cnproxy.com/ (测试只选择了8个页面)抓取2. 抓取一个网站的图片地址,多线程随机取一个代理服务器下载图片二.实现代码 复制代码 代码如下: #!/usr/bin/env python#coding:utf-8 import urllib2import reimport threadingimport timeimport random rawProxyList = []ch

php抓取网站图片并保存本地服务器实例

首先举个例子吧. 代码如下:  代码如下 复制代码 <?php $text=file_get_contents("http://www.111cn.net"); //取得所有img标签,并储存至二维阵列match preg_match_all('/<[img|IMG].*?src=[\'|\"](.*?(?:[\.gif|\.jpg]))[\'|\"].*?[\/]?>/', $text, $match); //打印出match $houzhui

socket-c语言正则表达式抓取网站的&amp;amp;lt;title&amp;amp;gt;

问题描述 c语言正则表达式抓取网站的<title> 本程序的功能是搜索网站的 字段的值 遗憾的是并不通用:ps:我也不知道为什么失败 问题1:正则表达式或运算消除标签大小写后匹配不到字符串 问题2:正则表达式实现零宽断言后发现匹配不到字符串 问题3:在科大官网上测试 成功 在其他网站可能会失败 #include <stdio.h> #include <stdlib.h> #include <string.h> #include <sys/types.h

Python使用scrapy抓取网站sitemap信息的方法_python

本文实例讲述了Python使用scrapy抓取网站sitemap信息的方法.分享给大家供大家参考.具体如下: import re from scrapy.spider import BaseSpider from scrapy import log from scrapy.utils.response import body_or_str from scrapy.http import Request from scrapy.selector import HtmlXPathSelector c

python抓取网页图片并放到指定文件夹_python

python抓取网站图片并放到指定文件夹 复制代码 代码如下: # -*- coding=utf-8 -*-import urllib2import urllibimport socketimport osimport redef Docment():    print u'把文件存在E:\Python\图(请输入数字或字母)'    h=raw_input()    path=u'E:\Python\图'+str(h)    if not os.path.exists(path):      

用Node.js通过sitemap.xml批量抓取美女图片

  这篇文章主要介绍了用Node.js通过sitemap.xml批量抓取美女图片的方法和相关代码,有需要的小伙伴可以参考下. 之前看了很多个版本,自己也搞一个. 1. 支持指定保存到哪个目录 2. 按文章进行分目录存放 3. 支持设置并行下载上限 下次有空再搞个整站下载的. package.json ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 { "name": "me2sex-images", "version&qu

JAVA使用爬虫抓取网站网页内容的方法_java

本文实例讲述了JAVA使用爬虫抓取网站网页内容的方法.分享给大家供大家参考.具体如下: 最近在用JAVA研究下爬网技术,呵呵,入了个门,把自己的心得和大家分享下 以下提供二种方法,一种是用apache提供的包.另一种是用JAVA自带的. 代码如下: // 第一种方法 //这种方法是用apache提供的包,简单方便 //但是要用到以下包:commons-codec-1.4.jar // commons-httpclient-3.1.jar // commons-logging-1.0.4.jar