当前位置:AIGC资讯 > 数据采集 > 正文

使用PHP采集远程图片

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。

 
function make_dir($path){ 
    if(!file_exists($path)){//不存在则建立 
        $mk=@mkdir($path,0777); //权限 
        @chmod($path,0777); 
    } 
    return true; 
} 

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。

 
function read_filetext($filepath){ 
    $filepath=trim($filepath); 
    $htmlfp=@fopen($filepath,"r"); 
    //远程 
    if(strstr($filepath,"://")){ 
        while($data=@fread($htmlfp,500000)){ 
            $string.=$data; 
        } 
    } 
    //本地 
    else{ 
        $string=@fread($htmlfp,@filesize($filepath)); 
    } 
    @fclose($htmlfp); 
    return $string; 
} 

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。

 
function write_filetext($filepath,$string){ 
    //$string=stripSlashes($string); 
    $fp=@fopen($filepath,"w"); 
    @fputs($fp,$string); 
    @fclose($fp); 
} 

函数get_filename()获取图片名称,也可以自定义要保存的文件名。

 
function get_filename($filepath){ 
    $fr=explode("/",$filepath); 
    $count=count($fr)-1; 
    return $fr[$count]; 
} 

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。

 
function save_pic($url,$savepath=''){ 
    //处理地址 
    $url=trim($url); 
    $url=str_replace(" ","%20",$url); 
    //读文件 
    $string=read_filetext($url); 
    if(empty($string)){ 
        echo '读取不了文件';exit; 
    } 
    //文件名 
    $filename = get_filename($url); 
    //存放目录 
    make_dir($savepath); //建立存放目录 
    //文件地址 
    $filepath = $savepath.$filename; 
    //写文件 
    write_filetext($filepath,$string); 
    return $filepath; 
} 

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。

 
//目标图片地址 
$pic = "http://img0.pconline.com.cn/pconline/1205/06/2776119_end1_thumb.jpg"; 
//保存目录 
$savepath = "images/"; 
echo save_pic($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:

 
function get_pic($cont,$path){ 
    $pattern_src = '/<[img|IMG].*?src=[\'|\"](.*?(?:[\.gif|\.jpg]))[\'|\"].*?[\/]?>/'; 
    $num = preg_match_all($pattern_src, $cont, $match_src); 
    $pic_arr = $match_src[1]; //获得图片数组 
    foreach ($pic_arr as $pic_item) { //循环取出每幅图的地址 
        save_pic($pic_item,$path); //下载并保存图片 
        echo "[OK]..!"; 
    } 
} 

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 
$url = "http://gz.pconline.com.cn/321/3215791.html"; 
 
$content = file_get_contents($url);//获取网页内容 
$preg = '#<div class="art_con">(.*)<div class="ivy620 ivy620Ex"></div>#iUs'; 
preg_match_all($preg, $content, $arr); 
$cont = $arr[1][0];  
get_pic($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。

更新时间 2023-11-08