php 抓取微信文章,微信文章该如何抓取【原创】

现如今,微信的应用无处不在,也时刻都在影响着人们的生活,特别是对于爱玩微信的朋友来说,微信聊天,微信红包, 微信公众号的文章阅读,都渐渐的成为广大用户们饭后的娱乐之一,这里也就不得不提一下,微信文章,现在的许多的项目里有许多各种各样的需求,刚好这次开发遇到了一个关于抓取微信公众号文章的问题。上网百度也找到五花八门的源码, 后经过总结与代码的优化,实现了通过微信的文章来抓取微信文章的内容.

/**

* 获取威信文章的图片并且加以存储到本地服务器

* @param $url

* @param $path

* @param $name

* @return string

*/

private function createPhoto($url, $path, $name) {

$img = file_get_contents ( $url );

$info = getimagesize ( $url );

$type = str_replace ( ‘image/’, ”, $info [‘mime’] );

$fileName = $path . DIRECTORY_SEPARATOR . $name . ".$type";

file_put_contents ( $fileName, $img );

return $fileName;

}

/**

* 抓取的微信文章的主题内容

* @param $url

* @param $path

* @return mixed

*/

private function transform($url, $path) {

if (! file_exists ( $path ))

mkdir ( $path );

$data [‘url’] = $url; // 文章URL

$content = file_get_contents ( $url );

preg_match ( ‘/

(.*)/i’, $content, $result );

$data [‘title’] = $result [1]; // 文章标题

preg_match ( ‘/var\s+msg_cdn_url\s*=\s*"([^\s]*)"/’, $content, $result );

$data [‘cover’] = $result [1]; // 封面

preg_match ( ‘/var\s+nickname\s*=\s*"([^\s]*)"/’, $content, $result );

$data [‘nickname’] = $result [1]; // 公众号昵称

preg_match ( ‘/var\s+ct\s*=\s*"([^\s]*)"/’, $content, $result );

$data [‘ct’] = $result [1]; // 公众号发布的时间戳

preg_match ( ‘/var\s+user_name\s*=\s*"([^\s]*)"/’, $content, $result );

$data [‘user_name’] = $result [1]; // 公众号的原始ID

preg_match ( ‘/var\s+round_head_img\s*=\s*"([^\s]*)"/’, $content, $result );

$data [’round_head_img’] = $this->createPic ( $result [1], $path, "round_head_img_" . $data [‘user_name’] ); // // 公众号头像

preg_match ( "/s?__biz=(.*)&mid=/i", $url, $result );

$data [‘bizId’] = $result [1]; // 公众号BizId

preg_match ( ‘/var\s+msg_desc\s*=\s*"([^\s]*)"/’, $content, $result );

$data [‘msg_desc’] = $result [1]; // 公众号文章摘要

// 获取微信主体内容

preg_match ( ‘/

(.*?)/is’, $content, $result ); //注意非贪婪的?

preg_match_all ( ‘/data-src="[a-zA-z]+:\/\/[^\s]*[mmbiz|mmbiz_jpg|mmbiz_gif|mmbiz_png|mmbiz_jpeg]\/[^\s]*\/\d+\?[^\s]*=[^\s]*"|data-src="[a-zA-z]+:\/\/[^\s]*[mmbiz|mmbiz_jpg|mmbiz_gif|mmbiz_png|mmbiz_jpeg]\/[^\s]*\/\d+"|data-src="[a-zA-z]+:\/\/[^\s]*[mmbiz|mmbiz_jpg|mmbiz_gif|mmbiz_png|mmbiz_jpeg]\/[^\s]*\/\d+[\?]"|background-image\s*:\s*url\s*\(\s*[a-zA-z]+:\/\/[^\s]*mmbiz\/[^\s]*\/\d+|background-image\s*:\s*url\s*\(\s*[a-zA-z]+:\/\/[^\s]*mmbiz\/[^\s]*\/\d+\?[^\s]*=[^\s]*/is’, $result [1], $result2 );

// 判断微信主体中是否包含防盗链图片

if (! empty ( $result2 [0] )) {

foreach ( $result2 [0] as $value ) {

preg_match ( ‘/[a-zA-z]+:\/\/[^\s]*\/[mmbiz|mmbiz_jpg|mmbiz_gif|mmbiz_png|mmbiz_jpeg]\/([^\s\/]*)\/\d+\?[^\s"]*|[a-zA-z]+:\/\/[^\s]*[mmbiz|mmbiz_jpg|mmbiz_gif|mmbiz_png|mmbiz_jpeg]\/([^\s\/]*)\/\d+/’, $value, $temp );

$temp = array_filter ( $temp );

$temp = $this->ksort ( $temp );

$urlList [] = $temp [0];

$nameList [] = $temp [1];

}

foreach ( $urlList as $value ) {

$name = array_shift ( $nameList );

$fileName = $this->createPic ( $value, $path, $name ); // 保存为本地图片

$result [1] = str_replace ( $value, $fileName, $result [1] );

}

}

// 更新所有data-src的地址

$result [1] = str_replace ( "data-src", "src", $result [1] );

// 返回处理后的微信主体内容。

$data [‘content’] = trim($result [1]);

$data[‘img’] = $result2;

return $data;

}

其实代码部分都是通过正则表达式来进行匹配的,希望对大家有所帮助.

转载时请注明出处及相应链接,本文永久地址:https://blog.yayuanzi.com/18780.html

75d087ef9a9fb11dc373caaf33adbf7f.png

微信打赏

支付宝打赏

感谢您对作者Galen的打赏,我们会更加努力!    如果您想成为作者,请点我

  • 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