php抓取网页css,抓取并下载CSS中所有图片文件的php代码

这篇文章的亮点是，正则式更加复杂鸟，╮(-_-)╭，再就是 Copy 函数的灰常强大的一个用法。

> 话说刚才听 NsYta 说小邪的主题太白了，杯具。最近太忙，没有空，不然就自己搞一个新主题。

一. 抓取 CSS 中的图片：

> 1. 首先做好准备工作：

> 第一步，先把 CSS 原本的路径存到 $url 变量里，然后把 CSS 的内容保存在 abc.css 中。

> 因为考虑到经常碰到多个 CSS 文件的状况，所以小邪没有直接填一个 CSS 路径。

> 而是把几个 CSS 文件的内容合并到一起，全部塞到 abc.css 文件里面即可，嘎嘎嘎。

$data = file_get_contents('abc.css');

> 接着读取 CSS 文件的内容到 $data 变量中，然后用正则式把域名给取出来。

> 因为这里考虑到很多图片文件用到了相对根路径，比方说 /img/1.gif 和 img/1.gif。

> 然后 CSS 原地址在 //www.zzvips.com/css/ 那么上面的两个文件位置是不同的。

> 第一个文件在 /upload/201109/20110926143903807.gif，因为它的路径用到了相对根路径。

> 而第二个在 /upload/201109/20110926143903169.gif，它的路径只是普通的相对路径。

复制代码代码如下:

$url = '//www.zzvips.com/css/'; preg_match('/(.*\/\/.*?)\//',$url,$host);

//这里用正则式把 //www.zzvips.com/ 给取出来，后端不要忘记加斜杠喔。

//.*? 是懒惰匹配，也就是能匹配得越少就匹配越少的内容，这样就不会取过头了。

$host = $host[1];

2. 把图片存储文件夹建好：

> 小邪这里用了 is_dir 来确定文件夹是否存在，存在的话，就不用再建立第二遍了。

> 呵呵，顺便说下，is_file 函数可以确定此文件是否为正常文件，也可以确定是否存在。

> 但 file_exists() 优越一点，因为某次看到有人在 Webmasterworld.com 上面讨论过。

if (!is_dir('img')) { mkdir('img'); }

> 3. 用正则式把图片相对地址取出来：

$regex = '/url\(\'{0,1}\"{0,1}(.*?)\'{0,1}\"{0,1}\)/';

//这里用正则式匹配出图片地址，要考虑三种情况，即 url(1.gif) url('1.gif') url("1.gif")。

//这三种写法都是可以使用的，所以咱们就用上面的正则把里面的 1.gif 取出来。

//\'{0,1} 表示单引号可能出现1次或0次，\" 则表示双引号可能出现1次或0次。

//中间必须使用懒惰匹配，不然取出来的就是 1.gif" 而不是 1.gif 鸟，O(∩_∩)P。

preg_match_all($regex,$data,$result);

> 4. 处理这些图片：

> 首先使用一个循环，把上面是用正则提取出来的第一分支内容数组给处理一下。

> 额，这里的第一分支表示正则式里面的第一个括号来着，呵呵，以此类推。

foreach ($result[1] as $val) { }

> 然后是用正则式判定，因为还要考虑到这样 /upload/201109/20110926143903807.gif。

> 这样是使用了完整的路径了，而不是想其他的一样是 /img/1.gif 或者 img/1.gif。

> 所以单独判断一下，然后接着判断这两个，看看是 /img/1.gif 还是 img/1.gif。

复制代码代码如下:

if (preg_match('/^http.*/',$val)) { $target = $val; }

else if (preg_match('/^\/.*/',$val)) { $target=$host.$val; }

else { $target=$url.$val; }

echo $target."
\r\n";

> 最后把文件名取出来，即 /img/1.gif 中的 1.gif，用于保存文件。

复制代码代码如下:

preg_match('/.*\/(.*\.\D+)$/',$val,$name);

> 然后咱们就可以开始下载了，这里要介绍一个强大的 Copy 函数用法。

复制代码代码如下:

if (!is_file('./img/'.$name[1])) {

$imgc = file_get_contents($target);

$handle = fopen('./img/'.$name[1],'w+');

fwrite($handle,$imgc);

fclose($handle);

}

> 上面那个是咱们的老方法了，嘎嘎，很麻烦。某次，小邪突然发现 Copy 的强大。

> Copy 居然也可以下载，所以可以轻松使用下面的代码来处理，上面的可以退休鸟。

复制代码代码如下:

if (!is_file('./img/'.$name[1])) {

copy($target,'./img/'.$name[1]);

}

> 5. 完整源代码：

> 使用的时候把 $url 填好即可，然后把所有 CSS 内容存到 abc.css 中即可。

复制代码代码如下:

$url = '//www.zzvips.com/css/';

$data = file_get_contents('abc.css');

preg_match('/(.*\/\/.*?)\//',$url,$host);

$host = $host[1];

if (!is_dir('img')) { mkdir('img'); }

$regex = '/url\(\'{0,1}\"{0,1}(.*?)\'{0,1}\"{0,1}\)/';

preg_match_all($regex,$data,$result);

foreach ($result[1] as $val) {

if (preg_match('/^http.*/',$val)) { $target = $val; }

else if (preg_match('/^\/.*/',$val)) { $target=$host.$val; }

else { $target=$url.$val; }

echo $target."
\r\n";

preg_match('/.*\/(.*\.\D+)$/',$val,$name);

if (!is_file('./img/'.$name[1])) {

copy($target,'./img/'.$name[1]);

}

}?>