PHP下载CSS文件中的图片
Java代码
- <?
- function getImagesFromCssFile() {
- //note 设置PHP超时时间
- set_time_limit(0);
- //note 取得样式文件内容
- $styleFileContent = file_get_contents('images/style.css');
- //note 匹配出需要下载的URL地址
- preg_match_all("/url\(.+?\)/", $styleFileContent, $imagesURLArray);
- //note 循环需要下载的地址，逐个下载
- $imagesURLArray = array_unique($imagesURLArray[0]);
- foreach ($imagesURLArray as $imagesURL) {
- $imagesURL = str_ireplace(array("url(", ")", "'",'"'), '', $imagesURL); //url(" ") url('')
- if (preg_match('/^http.*/', $imagesURL)) { //跳过网络图片
- continue;
- }
- file_put_contents(basename($imagesURL), file_get_contents($imagesURL));
- }
- }
Java代码
- <?php
- /*完成网页内容捕获功能*/
- function get_img_url($site_name) {
- $site_fd = fopen($site_name, "r");
- $site_content = "";
- while (!feof($site_fd)) {
- $site_content .= fread($site_fd, 1024);
- }
- /*利用正则表达式得到图片链接*/
- $reg_tag = '/<img.*?\"([^\"]*(jpg|bmp|jpeg|gif)).*?>/';
- $ret = preg_match_all($reg_tag, $site_content, $match_result);
- fclose($site_fd);
- return $match_result[1];
- }
- /* 对图片链接进行修正 */
- function revise_site($site_list, $base_site) {
- foreach ($site_list as $site_item) {
- if (preg_match('/^http/', $site_item)) {
- $return_list[] = $site_item;
- } else {
- $return_list[] = $base_site . "/" . $site_item;
- }
- }
- return $return_list;
- }
- /*得到图片名字，并将其保存在指定位置*/
- function get_pic_file($pic_url_array, $pos) {
- $reg_tag = '/.*\/(.*?)$/';
- $count = 0;
- foreach ($pic_url_array as $pic_item) {
- $ret = preg_match_all($reg_tag, $pic_item, $t_pic_name);
- $pic_name = $pos . $t_pic_name[1][0];
- $pic_url = $pic_item;
- print("Downloading " . $pic_url . "\n");
- $img_read_fd = fopen($pic_url, "r");
- $img_write_fd = fopen($pic_name, "w");
- $img_content = "";
- while (!feof($img_read_fd)) {
- $img_content .= fread($img_read_fd, 1024);
- }
- fwrite($img_write_fd, $img_content);
- fclose($img_read_fd);
- fclose($img_write_fd);
- print("[OK]\n");
- }
- return 0;
- }
- function main() {
- /* 待抓取图片的网页地址 */
- $site_name = "http://image.cn.yahoo.com";
- $img_url = get_img_url($site_name);
- $img_url_revised = revise_site($img_url, $site_name);
- $img_url_unique = array_unique($img_url_revised); //unique array
- get_pic_file($img_url_unique, "./");
- }
- main();
- ?>
此程序略有不足，如果图片在网站服务器上不同目次下但文件名是相同的，此时图片有可能是不一样的，但在最后生存时，后面得到的图片会将前边已生存的图片覆 盖掉，如在http://example.com/网站上有图片链接http://example.com/pic/test1.jpg和http: //example.com/pic/new/test1.jpg那么在下载时这两张图片只有一张生存，另外一张就被覆盖掉，修正的方法是在每派生的存前 先检索当前目次下是否已有此文件名，有的话对将派生的存的图片从头命名即可。
Java代码
- <?php
- //取得页面所有的图片地址
- function getimages($str){
- $match_str = "/((http://)+([^ rn()^$!`"'|[]{}<>]*)((.gif)|(.jpg)|(.bmp)|(.png)|(.GIF)|(.JPG)|(.PNG)|(.BMP)))/";
- preg_match_all ($match_str,$str,$out,PREG_PATTERN_ORDER);
- return $out;
- }?>
