PHP抓取网站图片脚本

本文主要是介绍PHP抓取网站图片脚本，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

方法一：

<?php
header("Content-type:image/jpeg"); 
class download_image{function read_url($str) { $file=fopen($str,"r");$result = ''; while(!feof($file)) { $result.=fgets($file,9999); } fclose($file); return $result; } function save_img($str) { $result=$this->read_url($str); $result=str_replace("\"","",$result); $result=str_replace("\'","",$result); preg_match_all('/<img\ssrc=(http:\/\/.*?)(\s(.*?)>|>)/i',$result,$matches); foreach($matches[1] as $value) { echo $value."\n"; $this->GrabImage($value,$filename=""); } } // $url 是远程图片的完整URL地址，不能为空。 // $filename 是可选变量: 如果为空，本地文件名将基于时间和日期 // 自动生成. function GrabImage($url,$filename="") { if($url==""):return false;endif; $path="download/"; //指定存储文件夹 //若文件不存在,则创建; if(!file_exists($path)){ mkdir($path); } if($filename=="") { $ext=strrchr($url,"."); if($ext!=".gif" && $ext!=".jpg"):return false;endif; @$filename=$path.date("YHis").$ext; } ob_start(); readfile($url); $img = ob_get_contents(); ob_end_clean(); $size = strlen($img); $fp2=@fopen($filename, "a"); fwrite($fp2,$img); fclose($fp2); return $filename; }
}
$download_img=new download_image();
$download_img->save_img("http://www.jb51.net"); 
?>

方法一思路比较简单清晰，不过有个BUG，图片没有完全抓取，有时间再检查看！

方法二：

<?php
class download_image{//抓取图片的保存地址public $save_path;   //抓取图片的大小限制(单位:字节) 只抓比size比这个限制大的图片public $img_size=0; //定义一个静态数组,用于记录曾经抓取过的的超链接地址,避免重复抓取       public static $a_url_arr=array();/*** @param String $save_path    抓取图片的保存地址* @param Int    $img_size     */public function __construct($save_path,$img_size){$this->save_path=$save_path;$this->img_size=$img_size;if(!file_exists($save_path)){mkdir($save_path,0775);}}/*** 递归下载抓取首页及其子页面图片的方法  ( recursive 递归)* @param   String  $capture_url  用于抓取图片的网址*/public function recursive_download_images($capture_url){if (!in_array($capture_url,self::$a_url_arr)){   //没抓取过self::$a_url_arr[]=$capture_url;   //计入静态数组} else {   //抓取过,直接退出函数return;}$this->download_current_page_images($capture_url);  //下载当前页面的所有图片//用@屏蔽掉因为抓取地址无法读取导致的warning错误$content=@file_get_contents($capture_url); //匹配a标签href属性中?之前部分的正则$a_pattern = "|<a[^>]+href=['\" ]?([^ '\"?]+)['\" >]|U";   preg_match_all($a_pattern, $content, $a_out, PREG_SET_ORDER);$tmp_arr=array();  //定义一个数组,用于存放当前循环下抓取图片的超链接地址foreach ($a_out as $k => $v) {/*** 去除超链接中的 空'','#','/'和重复值  * 1: 超链接地址的值 不能等于当前抓取页面的url, 否则会陷入死循环* 2: 超链接为''或'#','/'也是本页面,这样也会陷入死循环,  * 3: 有时一个超连接地址在一个网页中会重复出现多次,如果不去除,会对一个子页面进行重复下载)*/if ( $v[1] && !in_array($v[1],self::$a_url_arr) &&!in_array($v[1],array('#','/',$capture_url) ) ) { $tmp_arr[]=$v[1];}}foreach ($tmp_arr as $k => $v){ //超链接路径地址if ( strpos($v, 'http://')!==false ){ //如果url包含http://,可以直接访问$a_url = $v;}else{   //否则证明是相对地址, 需要重新拼凑超链接的访问地址$domain_url = substr($capture_url, 0,strpos($capture_url, '/',8)+1);$a_url=$domain_url.$v;}$this->recursive_download_images($a_url);}}/*** 下载当前网页下的所有图片 * @param   String  $capture_url  用于抓取图片的网页地址* @return  Array   当前网页上所有图片img标签url地址的一个数组*/public function download_current_page_images($capture_url){$content=@file_get_contents($capture_url);   //屏蔽warning错误//匹配img标签src属性中?之前部分的正则$img_pattern = "|<img[^>]+src=['\" ]?([^ '\"?]+)['\" >]|U";   preg_match_all($img_pattern, $content, $img_out, PREG_SET_ORDER);$photo_num = count($img_out);//匹配到的图片数量echo $capture_url . "共找到 " . $photo_num . " 张图片\n";foreach ($img_out as $k => $v){$this->save_one_img($capture_url,$v[1]);}}/*** 保存单个图片的方法 * @param String $capture_url   用于抓取图片的网页地址* @param String $img_url       需要保存的图片的url*/public function save_one_img($capture_url,$img_url){//图片路径地址if ( strpos($img_url, 'http://')!==false ){ // $img_url = $img_url;}else{   $domain_url = substr($capture_url, 0,strpos($capture_url, '/',8)+1);$img_url=$domain_url.$img_url;}           $pathinfo = pathinfo($img_url);    //获取图片路径信息        $pic_name=$pathinfo['basename'];   //获取图片的名字if (file_exists($this->save_path.$pic_name)){  //如果图片存在,证明已经被抓取过,退出函数echo $img_url.'该图片已经抓取过!'."\n"; return;}                //将图片内容读入一个字符串$img_data = @file_get_contents($img_url);   //屏蔽掉因为图片地址无法读取导致的warning错误if ( strlen($img_data) > $this->img_size ){   //下载size比限制大的图片$img_size = file_put_contents($this->save_path . $pic_name, $img_data);if ($img_size){echo $img_url.'图片保存成功!'."\n";} else {echo $img_url.'图片保存失败!'."\n";}} else {echo $img_url.'图片读取失败!'."\n";} } 
}
set_time_limit(120);     //设置脚本的最大执行时间  根据情况设置 
$download_img=new download_image('imgages/',0);   //实例化下载图片对象
//$download_img->recursive_download_images('http://www.oschina.net/');      //递归抓取图片方法
//$download_img->download_current_page_images($_POST['capture_url']);     //只抓取当前页面图片方法
$download_img->download_current_page_images('http://www.jb51.net');     //只抓取当前页面图片方法
?>