用php抓照片源码,抓取并下载CSS中所有图片文件的php代码

这篇文章的亮点是&＃xff0c;正则式更加复杂鸟&＃xff0c;╮(-_-)╭&＃xff0c;再就是 Copy 函数的灰常强大的一个用法。

> 话说刚才听 NsYta 说小邪的主题太白了&＃xff0c;杯具。最近太忙&＃xff0c;没有空&＃xff0c;不然就自己搞一个新主题。

一. 抓取 CSS 中的图片&＃xff1a;

> 1. 首先做好准备工作&＃xff1a;

> 第一步&＃xff0c;先把 CSS 原本的路径存到 $url 变量里&＃xff0c;然后把 CSS 的内容保存在 abc.css 中。

> 因为考虑到经常碰到多个 CSS 文件的状况&＃xff0c;所以小邪没有直接填一个 CSS 路径。

> 而是把几个 CSS 文件的内容合并到一起&＃xff0c;全部塞到 abc.css 文件里面即可&＃xff0c;嘎嘎嘎。

$data &＃61; file_get_contents(&＃39;abc.css&＃39;);

> 接着读取 CSS 文件的内容到 $data 变量中&＃xff0c;然后用正则式把域名给取出来。

> 因为这里考虑到很多图片文件用到了相对根路径&＃xff0c;比方说 /img/1.gif 和 img/1.gif。

> 然后 CSS 原地址在 https://www.jb51.net/css/ 那么上面的两个文件位置是不同的。

> 第一个文件在 /upload/201109/20110926143903807.gif&＃xff0c;因为它的路径用到了相对根路径。

> 而第二个在 /upload/201109/20110926143903169.gif&＃xff0c;它的路径只是普通的相对路径。

$url &＃61; &＃39;https://www.jb51.net/css/&＃39;; preg_match(&＃39;/(.*\/\/.*?)\//&＃39;,$url,$host);

//这里用正则式把 https://www.jb51.net/ 给取出来&＃xff0c;后端不要忘记加斜杠喔。

//.*? 是懒惰匹配&＃xff0c;也就是能匹配得越少就匹配越少的内容&＃xff0c;这样就不会取过头了。

$host &＃61; $host[1];

2. 把图片存储文件夹建好&＃xff1a;

> 小邪这里用了 is_dir 来确定文件夹是否存在&＃xff0c;存在的话&＃xff0c;就不用再建立第二遍了。

> 呵呵&＃xff0c;顺便说下&＃xff0c;is_file 函数可以确定此文件是否为正常文件&＃xff0c;也可以确定是否存在。

> 但 file_exists() 优越一点&＃xff0c;因为某次看到有人在 Webmasterworld.com 上面讨论过。

if (!is_dir(&＃39;img&＃39;)) { mkdir(&＃39;img&＃39;); }

> 3. 用正则式把图片相对地址取出来&＃xff1a;

$regex &＃61; &＃39;/url\(\&＃39;{0,1}\"{0,1}(.*?)\&＃39;{0,1}\"{0,1}\)/&＃39;;

//这里用正则式匹配出图片地址&＃xff0c;要考虑三种情况&＃xff0c;即 url(1.gif) url(&＃39;1.gif&＃39;) url("1.gif")。

//这三种写法都是可以使用的&＃xff0c;所以咱们就用上面的正则把里面的 1.gif 取出来。

//\&＃39;{0,1} 表示单引号可能出现1次或0次&＃xff0c;\" 则表示双引号可能出现1次或0次。

//中间必须使用懒惰匹配&＃xff0c;不然取出来的就是 1.gif" 而不是 1.gif 鸟&＃xff0c;O(∩_∩)P。

preg_match_all($regex,$data,$result);

> 4. 处理这些图片&＃xff1a;

> 首先使用一个循环&＃xff0c;把上面是用正则提取出来的第一分支内容数组给处理一下。

> 额&＃xff0c;这里的第一分支表示正则式里面的第一个括号来着&＃xff0c;呵呵&＃xff0c;以此类推。

foreach ($result[1] as $val) { }

> 然后是用正则式判定&＃xff0c;因为还要考虑到这样 /upload/201109/20110926143903807.gif。

> 这样是使用了完整的路径了&＃xff0c;而不是想其他的一样是 /img/1.gif 或者 img/1.gif。

> 所以单独判断一下&＃xff0c;然后接着判断这两个&＃xff0c;看看是 /img/1.gif 还是 img/1.gif。

if (preg_match(&＃39;/^http.*/&＃39;,$val)) { $target &＃61; $val; }

else if (preg_match(&＃39;/^\/.*/&＃39;,$val)) { $target&＃61;$host.$val; }

else { $target&＃61;$url.$val; }

echo $target."
\r\n";

> 最后把文件名取出来&＃xff0c;即 /img/1.gif 中的 1.gif&＃xff0c;用于保存文件。

preg_match(&＃39;/.*\/(.*\.\D&＃43;)$/&＃39;,$val,$name);

> 然后咱们就可以开始下载了&＃xff0c;这里要介绍一个强大的 Copy 函数用法。

if (!is_file(&＃39;./img/&＃39;.$name[1])) {

$imgc &＃61; file_get_contents($target);

$handle &＃61; fopen(&＃39;./img/&＃39;.$name[1],&＃39;w&＃43;&＃39;);

fwrite($handle,$imgc);

fclose($handle);

}

> 上面那个是咱们的老方法了&＃xff0c;嘎嘎&＃xff0c;很麻烦。某次&＃xff0c;小邪突然发现 Copy 的强大。

> Copy 居然也可以下载&＃xff0c;所以可以轻松使用下面的代码来处理&＃xff0c;上面的可以退休鸟。

if (!is_file(&＃39;./img/&＃39;.$name[1])) {

copy($target,&＃39;./img/&＃39;.$name[1]);

}

> 5. 完整源代码&＃xff1a;

> 使用的时候把 $url 填好即可&＃xff0c;然后把所有 CSS 内容存到 abc.css 中即可。

$url &＃61; &＃39;https://www.jb51.net/css/&＃39;;

$data &＃61; file_get_contents(&＃39;abc.css&＃39;);

preg_match(&＃39;/(.*\/\/.*?)\//&＃39;,$url,$host);

$host &＃61; $host[1];

if (!is_dir(&＃39;img&＃39;)) { mkdir(&＃39;img&＃39;); }

$regex &＃61; &＃39;/url\(\&＃39;{0,1}\"{0,1}(.*?)\&＃39;{0,1}\"{0,1}\)/&＃39;;

preg_match_all($regex,$data,$result);

foreach ($result[1] as $val) {

if (preg_match(&＃39;/^http.*/&＃39;,$val)) { $target &＃61; $val; }

else if (preg_match(&＃39;/^\/.*/&＃39;,$val)) { $target&＃61;$host.$val; }

else { $target&＃61;$url.$val; }

echo $target."
\r\n";

preg_match(&＃39;/.*\/(.*\.\D&＃43;)$/&＃39;,$val,$name);

if (!is_file(&＃39;./img/&＃39;.$name[1])) {

copy($target,&＃39;./img/&＃39;.$name[1]);

}

}?>