PHP采集静态页面并把页面css,img,js保存的方法

本文实例讲述了PHP采集静态页面并把页面css,img,js保存的方法。分享给大家供大家参考。具体分析如下：
这是一个可以获取网页的html代码以及css,js,font和img资源的小工具,主要用来快速获取模板,如果你来不及设计UI或者看到不错的模板,则可以使用这个工具来抓取网页和提取资源文件,提取的内容会按相对路径来保存资源,因此你不必担心资源文件的错误url导入.
首页 index.php,代码如下:
复制代码代码如下:<！DOCTYPE html>
<html>
<head>
<meta name="author" content="flute" />
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>网页抓取器</title>
<link rel="stylesheet" href="main.css" media="all" />
<script type="text/javascript" src="jquery.js"></script>
<script type="text/javascript" src="main.js"></script>
</head>
<body>
<h1>Web Grabber</h1>
<hr />
<div class="box">
<h2>Url</h2>
<div class="form">
    <input type="text" id="project" value="projectname" />
    <input type="text" id="url" value="http://" size="60" />
    <button class="submit" type="button">Get</button><span id="tip"></span>
</div>
</div>
<div class="box">
<span class="all" id="saveall">Save All</span>
<h2>List</h2>
<ul id="list">
</ul>
</div>
</body>
</html>
抓取页面代码 grab.php,代码如下:
复制代码代码如下:<?PHP
/*
* flute
* 2014/03/31
*/

if（isset（$_POST["url"]）） {
if（isset（$_POST["project"]） && ！is_dir（$_POST["project"]）） mkdir（$_POST["project"], 0777）;
echo json_encode（grab（$_POST["url"]））;
}

function grab（$url） {
//$url = "http://ldixing-wordpress.stor.sinaapp.com/uploads/leaves/test.html";
$data = array（）;
$file = preg_replace（"/^.*//", "", $url）;

if（（$content = file_get_contents（$url））！== false） {

   if（isset（$_POST["project"]）） file_put_contents（$_POST["project"]."/".$file, $content）;

   $pattern = "/<link.*?href=（"|"）（.*?.css）1.*?>/i";
   if（preg_match_all（$pattern, $content, $matches）） {
    $data["css"] = $matches[2];
   }

   $pattern = "/<script.*?src=（"|"）（.*?.js）1.*?>/i";
   if（preg_match_all（$pattern, $content, $matches）） {
    $data["js"] = $matches[2];
   }

   $pattern = "/<img.*?src=（"|"）（.*?）1.*?>/i";
   if（preg_match_all（$pattern, $content, $matches）） {
    $data["img"] = $matches[2];
   }

   $pattern = "/url（（"|"|s）（.*?）1）/i";
   if（preg_match_all（$pattern, $content, $matches）） {
    $data["src"] = $matches[2];
   }
}

return $data;
}
function vardump（$obj） {
echo "<pre>";
print_r（$obj）;
echo "</pre>";
}
?>
保存css,js,img等资源的页面 save.php,代码如下:
复制代码代码如下:<?PHP
/*
* flute
* 2014/03/31
*/

if（isset（$_POST["url"]） && isset（$_POST["project"]） && isset（$_POST["domain"]）） {
extract（$_POST）;
$url = preg_replace（"/?.*$/", "", $url）;
$file = $url;
$arr = explode（"/", $file）;
$length = sizeof（$arr）;
$filename = $arr[$length - 1];
$root = $project;
$dir = $root;

if（$domain == "http"） {
   $dir = $root."/http";
   if（！is_dir（$dir）） mkdir（$dir, 0777）;
} else {
   $file = $domain."/".$url;
   for（$i = 0; $i < $length -1; $i++） {
    if（！emptyempty（$arr[$i]）） {
     $dir .= "/".$arr[$i];
     if（！is_dir（$dir）） mkdir（$dir, 0777）;
    }
   }
}
if（！file_exists（$dir."/".$filename） || filesize（$dir."/".$filename） == 0） {
   $content = file_get_contents（$file）;
   file_put_contents（$dir."/".$filename, $content）;
}
}
?>
使用方法:
1. 打开index页,输入项目名和要抓取的网址,网址必须是文件名结尾,如index.html；
2. 点Get按钮，得到当前页面所有的css,js,img等资源列表；
3. 点击css链接会获取css文件中的背景资源图片，附加在列表后头；
4. 点击Save All即可保存列表中所有的文件，并按相对路径生成；
5. 如果网页上有http远程文件，将会直接保存在http文件夹下;
6. Get和Save有时会失败，没关系重试几次即可。
希望本文所述对大家的php程序设计有所帮助。