先看效果
实现原理
发送请求 :将输入的目标网址及保存路径名称采用AJAX异步的方式发送到image.info.php文件,该文件中包含有一个ImageCatch类,注意:因为有一个是指定目标图片抓取,一个是只要指定一个网址,如http://www.111cn.net形式,所以还要有一个参数用来判断是指定目标抓取还是指定网站抓取。
接收请求 :接收发送过来的两个参数,目标网址及保存路径,实例化ImageCatch类,将地址及保存路径传进去,用file_get_contents函数将目标地址的内容读取赋值给一个变量$content。
先说指定图片抓取的实现 :指定图片抓取的方法实现比较简单,直接用file_get_contents函数将图片读取到,再用file_put_contents写入到一个文件保存起来就可以了。
指定网址抓取图片的实现
方法跟指定图片地址抓取就有点不一样了,因为采用的是jquery+ajax无刷新模式抓取,所以,请求要一次一次发,先说第一次发什么请求,很显然,第一次发的请求内容是获取目标网址的所有图片地址及图片总数,那要怎样获取目标网址的所有图片地址呢?思路跟上面的一样,但方法不同;
第一步:用file_get_contents函数读取目标网址赋值给一个content变量。
第二步:用正则匹配所有img标签里的src属性,并保存在一个数组,这样网页的图片地址就已经拿到了
第三步:用正则匹配所有样式表文件link标签的href属性,并保存在一个数组$arr1
第四步:还是用file_get_contents函数读取获取的样式表文件,再用正则去匹配到css样式里的url背景图片地址,并保存在一个数组$arr2,这样css样式的图片又拿到了
第五步:将$arr1和$arr2用array_merge函数进行合并成$arr,再用一个数组$arr3(‘total’=>count($arr))得出图片总数并追加到数组$arr里面去,这样图片地址和总数都拿到了
第六步:用json_encode编译一个返回json数据 第七步:接收返回回来的json数据,将数据都存入一个数组,判断是否数组为空,不为空,则用函数递归的方法调用一个函数,每调用一次,在返回结果后就将该数组的第一个元素去掉,再判断数组是否为空,不为空,则继续发送抓取请求,直到数组为空,全部图片就已经都抓取完毕。
好了现在看例子
index.php
代码如下<script type="text/javascript" src="js/jquery.js"></script>
<script>
$(document).ready(function() {
var TargetUrl;
var Save;
function error(info) {
$("#content .h2 font").text(info);
}
function statusInfo(info) {
$("#content ul").append(""+info+"");
}
//禁用按钮
function start_d() {
$("#Single,#more").attr("disabled","disabled");
}
//解放按钮
function start_s() {
$("#Single,#more").removeProp("disabled");
}
//进度跳转
function href() {
location.href="#bottom";
}
//单个图片抓取
$("#content .h1 #Single").click(function() {
TargetUrl=$("#content .h2 .TargetUrl").val();
Save=$("#content .h2 .Save").val();
if (TargetUrl=="") {
error(" * 请填写目标网址");
return;
}
if (Save=="") {
error(" * 请填写保存目录");
return;
}
var zurl=new Array(TargetUrl);
start_d();
Crawl(zurl,Save);
});
function Crawl(zurl,Save) {
start_d();
$("#content .Schedule").show();
if (zurl.length>0) {
var curl=zurl[0];
$.ajax({
url:"image.info.php?Single=Single",
dataType:"json",
type:"POST",
data:"TargetUrl="+curl+"&Save="+Save,
success: function(data) {
if (data.status=="ok") {
statusInfo("远程图片 "+curl+" 抓取成功 已保存在 "+data.FileSave+" 文件大小:"+data.FileSize+"");
zurl.shift(); //删除第一个数组元素并返回
Crawl(zurl,Save); //使用函数递归
href();
}else {
zurl.shift(); //删除第一个数组元素并返回
Crawl(zurl,Save); //使用函数递归
statusInfo(data.status); //显示失败信息
$("#content .Schedule").hide(); //隐藏LOADING图片
start_s(); //按钮启用
href();
}
}
});
}else {
$("#content .Schedule").hide();
statusInfo("图片抓取完毕");
start_s();
href();
}
}
//多个图片抓取
$("#content .h1 #more").click(function() {
TargetUrl=$("#content .h2 .TargetUrl").val();
Save=$("#content .h2 .Save").val();
if (TargetUrl=="") {
error(" * 请填写目标网址");
return;
}
var str=/^(https?://)?([da-z.-]+).([a-z.]{2,6})([/w .-]*)*/?$/;
if (!str.test(TargetUrl)) {
error(" * 目标网址不正确");
return;
}
if (Save=="") {
error(" * 请填写保存目录");
return;
}
start_d();
$("#content .Schedule").show();
$.ajax({
url:"image.info.php?more=more",
dataType:"json",
type:"POST",
data:"TargetUrl="+TargetUrl+"&Save="+Save,
success: function(data) {
if (data[0]!="no") {
statusInfo("在目标网址 "+TargetUrl+" 找到 "+data["total"]+" 张图片,现正在进行抓取....");
var zurl=new Array();
for (i=0; i zurl.push(data[i]);
}
Crawl(zurl,Save);
}else {
statusInfo("未抓取找到任何图片");
$("#content .Schedule").hide();
start_s();
}
}
});
});
$("#clear").click(function() {
$("#content ul li").remove();
});
});
</script>
PHP远程图片抓取程序
指定图片抓取: 目标网址如:http://www.111cn.Net/123.jpg 指定网址抓取: 目标网址如:http://www.111cn.Net
正在抓取,请稍后...
目标网址: 保存地址:
images.info.php
代码如下
header("Content-Type; text/json; charset=utf-8");
$Single=$_GET["Single"];
$more=$_GET["more"];
$TargetUrl=$_POST["TargetUrl"];
$Save=$_POST["Save"];
//判断是抓取单个图片还是多个图片
if ($Single=="Single") {
$ImageCatch=new ImageCatch($TargetUrl,$Save);
$ImageCatch->S();
}else if ($more=="more") {
$ImageCatch=new ImageCatch($TargetUrl,$Save);
$ImageCatch->M();
}
//图片抓取类
class ImageCatch {
private $TargetUrl; //目标地址
private $Save; //保存地址
private $FileName; //文件名称及路径
private $Type; //文件类型
private $Size; //文件大小
//构造函数
public function __construct($TargetUrl,$Save) {
$this->TargetUrl=str_replace(""","",$TargetUrl); //去掉单引号
$this->Save=$Save;
}
//CSS样式表中图片抓取方法
public function CSS() {
$content=@file_get_contents($this->TargetUrl);
//CSS图片过滤
preg_match_all("/
$css[1]=array_unique($css[1]);//移除重复的值
$match2=array();
if (count($css[1])>0) {
foreach($css[1] as $val) {
if (!preg_match("/^(https?://)/i",$val)) {
$val=$this->TargetUrl."/".$val;
$csscontent=@file_get_contents($val);
}else {
$csscontent=@file_get_contents($val);
}
//匹配图片URL地址
preg_match_all("/url((.*))/i",$csscontent,$cssimg);
$cssimg[1]=array_unique($cssimg[1]);//移除重复的值
}
foreach($cssimg[1] as $val) {
//去除 " ) 字符
$val=preg_replace(array("/"|)/"),"",$val);
//去除../字符
$val=str_replace("../","",$val);
//检查是否是http://开头,如果不是则加上要抓取的网址
if (!preg_match("/^(https?://)/i",$val)) {
array_push($match2,$this->TargetUrl."/".$val);
}else {
array_push($match2,$val);
}
}
return $match2;
}
}
//计算并返回图片数量及地址
public function M() {
$content=@file_get_contents($this->TargetUrl);
//网页图片过滤
$str="/
preg_match_all($str,$content,$res);
if ($res[1]) {
$res[1]=array_unique($res[1]);//移除重复的值
$httpstr="/^(https?://)/i";
$match=array();
foreach($res[1] as $val) {
if (!preg_match($httpstr,$val)) {
array_push($match,$this->TargetUrl."/".$val);
}else {
array_push($match,$val);
}
}
$cssimg=$this->CSS();
//扫描出css文件图片的总数与网页图片相加得到总数
$total=array("total"=>count($match)+count($cssimg));
$result=array_merge($total,$match,$cssimg);
//返回JSON数据
echo json_encode($result);
}else {
$res=array("no");
echo json_encode($res);
}
exit;
}
//抓取并保存图片
public function S() {
$this->Type=substr(strrchr($this->TargetUrl,"."),1);
$this->FileName=$this->Save."/".substr(strrchr($this->TargetUrl,"/"),1);
$this->imageType();
$content=@file_get_contents($this->TargetUrl);
$this->imageDir();
if (!@file_put_contents($this->FileName,$content,FILE_USE_INCLUDE_PATH)) {
@unlink($this->FileName);
exit("{"status":"没有找到 ".$this->TargetUrl." 图片"}");
}else {
$this->imageSize();
exit("{"status":"ok","FileSave":"".$this->FileName."","FileSize":"".$this->Size.""}");
}
}
//新建目录
private function imageDir() {
if (!@file_exists($this->Save)) {
if (!@mkdir($this->Save,0700)) {
exit("{"status":"新建保存目录失败"}");
}
}
}
//文件类型判断
private function imageType() {
$typeArr=array("jpg","png","gif","zip","rar");
if (!in_array($this->Type,$typeArr)) {
exit("{"status":"要执行抓取的文件扩展名有错误,".$this->TargetUrl.""}");
}
}
//文件大小检测
private function imageSize() {
if (file_exists($this->FileName)) {
$this->Size=filesize($this->FileName);
if ($this->Size>1024*1024*1024) {
$this->Size=round($this->Size/1024/1024/1024,2)." GB";
}else if ($this->Size>1024*1024) {
$this->Size=round($this->Size/1024/1024,2)." MB";
}else if ($this->Size>1024) {
$this->Size=$this->Size/1024;
$this->Size=ceil($this->Size)."KB";
}else {
$this->Size=$this->Size."bit";
}
}else {
return "未找到文件";
}
}
}
?>
[php ajax远程图片上传]PHP+Ajax远程图片抓取器下载的例子
http://m.bbyears.com/asp/49552.html
推荐访问: