PHP抓取网站图片脚本

header("Content-type:image/jpeg"); 
classdownload_image{functionread_url($str)    {$file=fopen($str,"r");
        $result = ''; 
        while(!feof($file)) 
        { 
            $result.=fgets($file,9999); 
        } 
        fclose($file); 
        return$result; 

    } 
    functionsave_img($str)    {$result=$this->read_url($str); 
        $result=str_replace("\"","",$result); 
        $result=str_replace("\'","",$result); 

        preg_match_all('/|>)/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。 // $filename 是可选变量: 如果为空，本地文件名将基于时间和日期 // 自动生成. functionGrabImage($url,$filename="") {if($url==""):returnfalse;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" && $ext!=".jpg"):returnfalse;endif; 
            @$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.gxlcms.com"); 
?>

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：

classdownload_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       publicstatic$a_url_arr=array();

    /**
     * @param String $save_path    抓取图片的保存地址
     * @param Int    $img_size     
     */publicfunction__construct($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  $capture_url  用于抓取图片的网址
     */publicfunctionrecursive_download_images($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$a_pattern = "|]+href=['\" ]?([^ '\"?]+)['\" >]|U";   
        preg_match_all($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_outas$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 ($tmp_arras$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  $capture_url  用于抓取图片的网页地址
     * @return  Array   当前网页上所有图片img标签url地址的一个数组
     */publicfunctiondownload_current_page_images($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$img_pattern = "|]+src=['\" ]?([^ '\"?]+)['\" >]|U";   
        preg_match_all($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_outas$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 $img_url       需要保存的图片的url
     */publicfunctionsave_one_img($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.gxlcms.com');     //只抓取当前页面图片方法?>

http://blog.csdn.net/china_skag/article/details/18452883
http://www.gxlcms.com/article/21738.htm

版权声明：转载请保留文章署名和链接

以上就介绍了PHP抓取网站图片脚本，包括了方面的内容，希望对PHP教程有兴趣的朋友有所帮助。