本例子是使用了file_get_contents()函數(shù)來抓取圖片內(nèi)容然后再使用fopen保存到本地服務(wù)器了,然后再進(jìn)行地址url替換這樣就實現(xiàn)了一個完整的頁面采集功能并保存地址到本地的做法了,下面來看看例子.

首先舉個例子吧,代碼如下:

1. <?php 
2. $text=file_get_contents("http://www.survivalescaperooms.com"); 
3. //取得所有img標(biāo)簽，并儲存至二維陣列match 
4. preg_match_all('/<[img|IMG].*?src=[＼'|＼"](.*?(?:[＼.gif|＼.jpg]))[＼'|＼"].*?[＼/]?>/', $text, $match); 
5. //打印出match 
6. $houzhui = "./tp/".time().rand(10000,50000).".".png; 
7. $yuanname =  getImage($match[1][2],$houzhui,tp); 
8. //下載圖片方法 
9. function getImage($url,$filename='',$type=0){ 
10. if($url==''){return false;} 
11. if($filename==''){ 
12. $ext=strrchr($url,'.'); 
13. if($ext!='.gif' && $ext!='.jpg'){return false;} 
14. $filename=time().$ext; 
15. } 
16. //文件保存路徑 
17. if($type){ 
18. $ch=curl_init(); 
19. $timeout=5; 
20. curl_setopt($ch,CURLOPT_URL,$url); 
21. curl_setopt($ch,CURLOPT_RETURNTRANSFER,1); 
22. curl_setopt($ch,CURLOPT_CONNECTTIMEOUT,$timeout); 
23. $img=curl_exec($ch); 
24. curl_close($ch); 
25. }else{ 
26. ob_start(); 
27. readfile($url); 
28. $img=ob_get_contents(); 
29. ob_end_clean(); 
30. } 
31. $size=strlen($img); 
32. //文件大小 
33. $fp2=@fopen($filename,'a'); 
34. fwrite($fp2,$img); 
35. fclose($fp2); 
36. return $filename; 
37. } 
38. ?> 

案例分析,核心代碼如下:

1. $text=file_get_contents("http://www.survivalescaperooms.com"); 
2. //取得所有img標(biāo)簽，并儲存至二維陣列match 
3. preg_match_all('/<[img|IMG].*?src=[＼'|＼"](.*?(?:[＼.gif|＼.jpg]))[＼'|＼"].*?[＼/]?>/', $text, $match); 

這個正則就是直接獲取所有圖片不管是http或直接是/aa/aa.gif文件都會自動抓保存到地址了,不過這個會有一些問題圖片地址未進(jìn)行補全了,如我們一個 /a/a/a.gif這樣我們是找不到圖片的,必須是http://www.survivalescaperooms.com /a/a/a.gif 這樣才可以下載到了,所以我們有必要進(jìn)行兩個處理方法一個是在原基本上處理,代碼如下:

1. //文件保存路徑 
2. if($type){ 
3. $ch=curl_init(); 
4. $timeout=5; 
5. curl_setopt($ch,CURLOPT_URL,$url);  
6. curl_setopt($ch,CURLOPT_RETURNTRANSFER,1); 
7. curl_setopt($ch,CURLOPT_CONNECTTIMEOUT,$timeout); 
8. $img=curl_exec($ch); 
9. curl_close($ch); 

上面的$url參數(shù)進(jìn)行地址補全,如我采集的是http://www.survivalescaperooms.com那么地址自動補全為絕對路徑了,另一種辦法就是使用修改正則表達(dá)式,代碼如下:

1. preg_match_all("/(src|SRC)=[＼"|'| ]{0,}(http:＼/＼/(.*)＼.(gif|jpg|jpeg|png))/isU",$body,$img_array);  

這樣就只獲取以http開頭的圖片文件了哦.