当我们需要采集网络上的某个网页内容时,如果目标网站上的图片做了防盗链的话,我们直接采集过来的图片在自己网站上是不可用的。那么我们使用程序将目标网站上的图片下载到我们网站服务器上,然后就可调用图片了。
 
本文将使用PHP实现采集远程图片功能。基本流程:
 
1、获取目标网站图片地址。
 
2、读取图片内容。
 
3、创建要保存图片的路径并命名图片名称。
 
4、写入图片内容。
 
5、完成。
 
我们通过写几个函数来实现这一过程。
 
函数make_dir()建立目录。判断要保存的图片文件目录是否存在,如果不存在则创建目录,并且将目录设置为可写权限。
 
  1. function make_dir($path){  
  2.     if(!file_exists($path)){//不存在则建立  
  3.         $mk=@mkdir($path,0777); //权限  
  4.         @chmod($path,0777);  
  5.     }  
  6.     return true;  
  7. }  
函数read_filetext()取得图片内容。使用fopen打开图片文件,然后fread读取图片文件内容。
 
  1. function read_filetext($filepath){  
  2.     $filepath=trim($filepath);  
  3.     $htmlfp=@fopen($filepath,"r");  
  4.     //远程  
  5.     if(strstr($filepath,"://")){  
  6.         while($data=@fread($htmlfp,500000)){  
  7.             $string.=$data;  
  8.         }  
  9.     }  
  10.     //本地  
  11.     else{  
  12.         $string=@fread($htmlfp,@filesize($filepath));  
  13.     }  
  14.     @fclose($htmlfp);  
  15.     return $string;  
  16. }  
函数write_filetext()写文件,将图片内容fputs写入文件中,即保存图片文件。
 
  1. function write_filetext($filepath,$string){  
  2.     //$string=stripSlashes($string);  
  3.     $fp=@fopen($filepath,"w");  
  4.     @fputs($fp,$string);  
  5.     @fclose($fp);  
  6. }  
函数get_filename()获取图片名称,也可以自定义要保存的文件名。
 
  1. function get_filename($filepath){  
  2.     $fr=explode("/",$filepath);  
  3.     $count=count($fr)-1;  
  4.     return $fr[$count];  
  5. }  
然后将几个函数组合,在函数save_pic()中调用,最后返回保存后的图片路径。
 
  1. function save_pic($url,$savepath=''){  
  2.     //处理地址  
  3.     $url=trim($url);  
  4.     $url=str_replace(" ","%20",$url);  
  5.     //读文件  
  6.     $string=read_filetext($url);  
  7.     if(emptyempty($string)){  
  8.         echo '读取不了文件';exit;  
  9.     }  
  10.     //文件名  
  11.     $filename = get_filename($url);  
  12.     //存放目录  
  13.     make_dir($savepath); //建立存放目录  
  14.     //文件地址  
  15.     $filepath = $savepath.$filename;  
  16.     //写文件  
  17.     write_filetext($filepath,$string);  
  18.     return $filepath;  
  19. }  
最后一步就是调用save_pic()函数保存图片,我们使用以下代码做测试。
 
  1. //目标图片地址  
  2. $pic = "http://img0.pconline.com.cn/pconline/1205/06/2776119_end1_thumb.jpg";  
  3. //保存目录  
  4. $savepath = "p_w_picpaths/";  
  5. echo save_pic($pic,$savepath);  
实际应用中,我们可能会采集某个站点的内容,比如产品信息,包括采集防盗链的图片保存到网站上服务器上。这时我们可以使用正则匹配页面内容,将页面中相匹配的图片都找出来,然后分别下载到网站服务器上,完成图片的采集。以下代码仅供测试:
 
  1. function get_pic($cont,$path){  
  2.     $pattern_src = '/<[img|IMG].*?src=[\'|\"](.*?(?:[\.gif|\.jpg]))[\'|\"].*?[\/]?>/';  
  3.     $num = preg_match_all($pattern_src$cont$match_src);  
  4.     $pic_arr = $match_src[1]; //获得图片数组  
  5.     foreach ($pic_arr as $pic_item) { //循环取出每幅图的地址  
  6.         save_pic($pic_item,$path); //下载并保存图片  
  7.         echo "[OK]..!";  
  8.     }  
  9. }  
然后我们通过分析页面内容,将主体内容找出来,调用get_pic()实现图片的保存。
 
//我们采集太平洋电脑网上一篇关于手机报道内容页的图片 
 
  1. $url = "http://gz.pconline.com.cn/321/3215791.html";  
  2.   
  3. $content = file_get_contents($url);//获取网页内容  
  4. $preg = '#<div class="art_con">(.*)<div class="ivy620 ivy620Ex"></div>#iUs';  
  5. preg_match_all($preg$content$arr);  
  6. $cont = $arr[1][0];   
  7. get_pic($cont,'img/');  
以上代码笔者亲测,可以采集图片,但是还有些场景没考虑进去,比如目标网站做了302多次跳转的,目标网站做了多种防采集的,留给喜欢折腾的同学去试试吧。