PHP小偷程序的设计与实现方法详解

其实自己一直想做一个内涵图片的网站，以前的想法是做一个CMS，然后自己上传一些图片。。

开始真这么做的，没什么动力。之后就放弃了，后来研究了一个CURL。反正还是把这个想法实现比较好。

用PHP盗图，就好比：穿着袜子穿凉鞋一样。虽然没问题，但看着确实蛋疼。

我先说一下我对PHP小偷程序的设计，PHP不支持多线程，这样就只能分先后顺序来做了

获取到目标网站的HTML页面+解析HTML页面获取到图片存储的连接+用二进制方式读取并且保存在本地+重命名 == 流程OK

你现在用两种方式来运行程序：

第一种：用游览器跑程序（多半会卡死，设置超时和内存大小就OK，你之间比较难等）

另一种：用命令行启动PHP（不存在PHP超时的问题）

/**
*HTML解析类
*author：Summer
*date:2014-08-22
**/
 class Analytical{
  public function __construct()
  {
     require_once('Class/SimpleHtmlDom.class.php');
     $this->_getDir();
  }
  private function _getDir()
  {
    $dir = "../TMP/HTML/Results/1";
    $imgBIG = "../TMP/IMG/JPG/BIG";
    $it = new DirectoryIterator($dir."/");
    foreach($it as $file) {
     //用isDot ()方法分别过滤掉“.”和“..”目录
     if (!$it->isDot()) {
       $dirs = $dir."/".$file ;
       $tmp = explode(".",$file);
       $html = file_get_html($dirs);
       $ulArr = $html->find('img');
       foreach($ulArr as $key=>$value)
       {
         if ($value->class == "u")
         {
           $url = <a>http://</a>www.gxlcms.com.$value->src;
           $infomation = file_get_contents($url);
           $result = $this->saveHtml($infomation, $imgBIG, $tmp['0'].".jpg");
           if($result)
           {
            echo $file."OK\n";
           }
         }
       }
     }
   }
  }
   private function saveHtml($infomation,$filedir,$filename)
   {
     if(!$this->mkdirs($filedir))
     {
       return 0;
     }
     $sf = $filedir."/".$filename;
     $fp=fopen($sf,"w"); //写方式打开文件
     return fwrite($fp,$infomation); //存入内容
     fclose($fp); //关闭文件
   }
   //创建目录
   private function mkdirs($dir)
   {
     if(!is_dir($dir))
     {
       if(!$this->mkdirs(dirname($dir))){
         return false;
       }
       if(!mkdir($dir,0777)){
         return false;
       }
     }
     return true;
   }
 }
new Analytical();

上面这个是HTML页面获取IMG的连接地址的过程。

用到了两个比较重要的东西：

1.PHP的DOM解析扩展simplehtmldom

2.PHP的目录迭代器

理解这两个东西了。这个分析类就没难点了。

在说说如果获取需要解析的页面呢？

其实跟上面的原理的是一样的。主要获取页面的URL，然后通过CURL去读取页面，返回一个HTML字符串，

再通过保存函数包HTML页面保存到本地。

我这里是因为要采集页面里面的图片（为了防止别人防盗链），所以设计的比较复杂。

而且为什么要分开，是因为simplehtmldom对象是很庞大的，而且拆开进行这样对流程更加清楚。

肯定有人会说，那为什么不用正则去匹配就跳过了HTML保存到本地的环节了，BINGO！我只能懒得写正则而已。

更多PHP小偷程序的设计与实现方法详解相关文章请关注PHP中文网！