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。

 

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。

01	function read_filetext($filepath){

02	$filepath=trim($filepath);

03	$htmlfp=@fopen($filepath,"r");

04

//远程

05	if(strstr($filepath,"://")){

06	while($data=@fread($htmlfp,500000)){

07	$string.=$data;

08

}

09

}

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。

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。

01	function save_pic($url,$savepath=''){

02

//处理地址

03	$url=trim($url);

04	$url=str_replace(" ","%20",$url);

05

//读文件

06	$string=read_filetext($url);

07	if(empty($string)){

08	echo '读取不了文件';exit;

09

}

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 = "images/";

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。

1	//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

2	$url = "http://gz.pconline.com.cn/321/3215791.html";

3

4	$content = file_get_contents($url);//获取网页内容

5	$preg = '#<div class="art_con">(.*)<div class="ivy620 ivy620Ex"></div>#iUs';

6	preg_match_all($preg, $content, $arr);

7	$cont = $arr[1][0];

8	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。