PHP 简单的小偷程序

小偷程序：把远程网站上的数据（图片，网页及其他文件）抓取到本地，处理后再显示

正则表达式： 用于字符串的模式分割 、匹配、查找及替换操作。

相关函数：

int ereg ( string ​​$pattern​​ , string ​​$string​​ [, array ​​&$regs​​ ] )

若省略参数返回的数组，找到则返回值为 True 否则 返回 False

eregi() 不区分大小写。  

string 
 file_get_contents
  (
  
 string ​​$filename​​
  [,
  
 bool ​​$use_include_path​​ = false
  [,
  
 resource ​​$context​​[,
  
 int ​​$offset​​ = 0
  [,
  
 int ​​$maxlen​​
  ]]]] )

读取整个文件，比如：

用此函数可以获取网页信息

他就是小偷程序的基础。

比如：

<?php

​​http://www.ubuntu.org.cn/index_kylin"); ​​

echo $url;

?>

但是对于另一个网站：

<?php

​​http://www.alangzhong.com/index.html"); ​​

echo $url;

?>

发现很多的背景图片是看不见的。

查看网页源代码我们发现，这是

<img width="116" height="98" 

src="/upload/201503/b123ec26-bb8f-43be-b5ad-cdf45153d053.png"/>

图片的地址使用了相对路径，而我们本地没有这样的文件，当然显示不出来。

用正则表达式选定图片，然后远程地址替换相对路径：

下面代码的超时问题没有解决。

<?php
//ini_set('max_execution_time', '0');   //三者都没用啊，一直超时
//@ini_set('default_socket_timeout', 20000);
//set_time_limit(2); 
$url=file_get_contents("http://www.alangzhong.com/index.html");
//echo $url;
$fp = @fopen($url, "r") or die("超时");  //为什么不断超时
$contents = file_get_contents($url);
eregi("<img width=\"116\" height=\"98\" src=\"/upload/201503/b123ec26-bb8f-43be-b5ad-cdf45153d053.png\"/>",$contents,$rg);
//  远程地址替换相对路径
$rg[1]=str_replace("src=\"../upload/","src=\"http://www.alangzhong.com/index.html/upload/",$rg[1]);

echo $rg[1];
?>