php中如何抓取网页图片

php中如何抓取网页图片2014-08-31PHP是一门很容易上手的Web编程语言。PHP学习成本很低，能够迅速开发各种Web应用，是一个很优秀的工具。

尽管很多人觉得PHP缺点很多，quick and dirty 之类的，但是“这个世界上只有两种编程语言，一种是饱受争议的，一种是没人用的”，不是吗？只要能够把事情做好的工具，就是好工具。PHP就是这么一个优秀的语言工具。

01.<？php
02.header（"content-type:text/html;charset=utf-8"）;
03. set_time_limit（0）;//抓取不受时间限制 
04. if（$_POST["Submit"]=="开始抓取"）{
05.$URL=$_POST["link"];
06.get_pic（$URL）;
07. }
08. function get_pic（$pic_url） {
09.//获取图片二进制流 
10.$data=CurlGet（$pic_url）;
11.//利用正则表达式得到图片链接 
12.$pattern_src1 = "/<img.*？src="（.*.jpg）.*？>/";//只匹配jpg格式的图片 
13.$pattern_src2 = "/<img.*？src="（.*.bmp）.*？>/";//只匹配bmp格式的图片 
14.$pattern_src3 = "/<img.*？src="（.*.png）.*？>/";//只匹配png格式的图片 
15.$pattern_src4 = "/<img.*？src="（.*.gif）.*？>/";//只匹配gif格式的图片 
16.$num1 = preg_match_all（$pattern_src1, $data, $match_src1）;
17.$num2 = preg_match_all（$pattern_src2, $data, $match_src2）;
18.$num3 = preg_match_all（$pattern_src3, $data, $match_src3）;
19.$num4 = preg_match_all（$pattern_src4, $data, $match_src4）;
20.$arr_src1=$match_src1[1];//获得图片数组 
21.$arr_src2=$match_src2[1];
22.$arr_src3=$match_src3[1];
23.$arr_src4=$match_src4[1];
24.echo "=============================================抓取开始=============================================<br />";
25.get_name1（$arr_src1）;
26.get_name1（$arr_src2）;
27.get_name1（$arr_src3）;
28.get_name1（$arr_src4）;
29.get_name2（$arr_src1）;
30.get_name2（$arr_src2）;
31.get_name2（$arr_src3）;
32.get_name2（$arr_src4）;
33. 
34.echo "=============================================抓取结束=============================================<br />";
35.return 0;
36. }
37. 
38. function get_name1（$pic_arr）{
39.//图片编号和类型 
40.$pattern_type = "/.*/（.*？）$/";
41. 
42.foreach（$pic_arr as $pic_item）{//循环取出每幅图的地址 
43. $num = preg_match_all（$pattern_type,$pic_item,$match_type）;
44. //以流的形式保存图片 
45. $write_fd = @fopen（$match_type[1][0],"wb"）;
46. echo "图片网址：<a href="".$pic_item."" target="_blank">".$pic_item."</a><br />";
47. @fwrite（$write_fd, CurlGet（$pic_item））;
48. @fclose（$write_fd）;
49.}
50.return 0;
51. }
52.function get_name2（$pic_arr）{
53.//图片编号和类型 
54.$pattern_type = "/.*/（.*？）$/";
55. 
56.foreach（$pic_arr as $pic_item）{//循环取出每幅图的地址 
57. $num = preg_match_all（$pattern_type,$pic_item,$match_type）;
58. //以流的形式保存图片 
59. $write_fd = @fopen（$match_type[1][0],"wb"）;
60. echo "图片网址：<a href="".$_POST["link"].$pic_item."" target="_blank">".$_POST["link"].$pic_item."</a><br />";
61. @fwrite（$write_fd, CurlGet（$_POST["link"].$pic_item））;
62. @fclose（$write_fd）;
63.}
64.return 0;
65. }
66. //抓取网页内容 
67. function CurlGet（$url）{
68.$url=str_replace（"&","&",$url）;
69.$curl = curl_init（）;
70.curl_setopt（$curl, CURLOPT_URL, $url）;
71.curl_setopt（$curl, CURLOPT_HEADER, false）;
72. 
73.//curl_setopt（$curl, CURLOPT_REFERER,$url）; 
74.curl_setopt（$curl, CURLOPT_USERAGENT, "Mozilla/4.0 （compatible; MSIE 6.0; SeaPort/1.2; Windows NT 5.1; SV1; InfoPath.2）"）;
75.curl_setopt（$curl, CURLOPT_COOKIEJAR, "cookie.txt"）;
76.curl_setopt（$curl, CURLOPT_COOKIEFILE, "cookie.txt"）;
77.curl_setopt（$curl, CURLOPT_RETURNTRANSFER, 1）;
78.curl_setopt（$curl, CURLOPT_FOLLOWLOCATION, 0）;
79.$values = curl_exec（$curl）;
80.curl_close（$curl）;
81.return $values;
82. }
83.？>
84.<html>
85. <head>
86. <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
87.<title>网页图片抓取</title>
88. </head>
89. <body>
90.<form action="" method="post">
91. 要抓取图片的网址：<input type="text" id="link" name="link" value="请在这里输入要抓取图片的网址" OnClick="this.value=""" size="100" /><br />
92. <input type="submit" id="Submit" name="Submit" value="开始抓取" />
93.</form>
94. </body>
95.</html>