PHP抓取并保存网页所有图片

最新推荐文章于 2021-03-24 11:54:00 发布

weixin_33816946

最新推荐文章于 2021-03-24 11:54:00 发布

阅读量270

点赞数

文章标签： php python

原文链接：https://my.oschina.net/u/249000/blog/392755

版权

2019独角兽企业重金招聘Python工程师标准>>>

废话不说，直接上代码

<?php
include_once('simple_html_dom.php');
$url = $argv[1];

echo "start fetching images from $url".PHP_EOL.PHP_EOL;

$data = loadData($url);
$html = str_get_html($data);
$images = $html->find('img');
$srcs = array();
foreach ($images as $image) {
    $src = $image->attr['src'];
    saveImg($src);
    $srcs[] = $src;
}

echo PHP_EOL.'finish';

function loadData($url) {
    //useragent是为了防止淘宝等公司对脚本访问的限制

    $ch = curl_init();
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_USERAGENT, 'MMozilla/5.0 (Windows NT 6.1; rv:36.0) Gecko/20100101 Firefox/36.0');
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 5);
    curl_setopt($ch, CURLOPT_TIMEOUT, 5);
    return curl_exec($ch);
}

function saveImg($src) {
    $path = dirname(__FILE__).'/images/'.date('YmdHis').rand(100, 999);
    $suffix = getSuffix($src);
    $fileName = $path.'.'.$suffix;
    if (file_put_contents($fileName, file_get_contents($src))) {
        echo "save $src success".PHP_EOL;
    }
}

function getSuffix($src) {
    $pattern = '/.+\.(.+)/';
    preg_match($pattern, $src, $matches);
    $suffix = $matches[1];
    if (!in_array(strtolower($suffix), array('jpg','jpeg','png','bmp','gif'))) {
        $suffix = 'png';
    }

    return $suffix;
}

?>

simple_html_dom下载地址

转载于:https://my.oschina.net/u/249000/blog/392755