PHP抓取网页内容,获取链接绝对路径和图片绝对路径

抓取网页内容方法:

$ch = @curl_init($url);
@curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
$text = @curl_exec($ch);
@curl_close($ch);
$text=relative_to_absolute($text,$url);

相对路径转绝对路径方法:

function relative_to_absolute($content, $feed_url) {
    preg_match('/(http|https|ftp):\/\//', $feed_url, $protocol);
    $server_url = preg_replace("/(http|https|ftp|news):\/\//", "", $feed_url);
    $server_url = preg_replace("/\/.*/", "", $server_url);

    if ($server_url == '') {
        return $content;
    }

    if (isset($protocol[0])) {
        $new_content = preg_replace('/href="\//', 'href="'.$protocol[0].$server_url.'/', $content);
        $new_content = preg_replace('/src="\//', 'src="'.$protocol[0].$server_url.'/', $new_content);
    } else {
        $new_content = $content;
    }
    return $new_content;
}

获取所有超链接方法:

function get_links($content) {
    $pattern = '/<a(.*?)href="(.*?)"(.*?)>(.*?)<\/a>/i';
    preg_match_all($pattern, $content, $m);
    $re=array_unique($m[2]);
    $i=0;
    foreach ($re as $key => $value)
    {
        $regex = "(http|https|ftp|telnet|news)";
        if((!empty($value)||strlen($value)>0)&&preg_match($regex,$value))
            $output[$i++]=$value;
    }
    return  $output;
}

获取所有图片链接方法:

function get_pic($str)
{
    $imgs=array();
    preg_match_all("/((http|https|ftp|telnet|news):\/\/[a-z0-9\/\-_+=.~!%@?#%&;:$\\()|]+\.(jpg|gif|png|bmp|swf|rar|zip))/isU",$str,$imgs);
    return array_unique($imgs[0]);;
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值