PHP批量采集下載美女圖片的實(shí)現(xiàn)代碼_PHP教程
推薦:基于PHP CURL獲取郵箱地址的詳解本篇文章是對PHP利用CURL獲取郵箱地址進(jìn)行了詳細(xì)的分析介紹,需要的朋友參考下
設(shè)計(jì)思路考慮到單純的采集一個網(wǎng)頁的圖片,太麻煩,所以直接采集他的列表頁,獲取列表的url然后在一一采集,但是用php匹配列表頁的url太麻煩,第一列表頁有很多無效url這對我這個正則小菜鳥實(shí)在是個問題,看了一下列表頁的結(jié)構(gòu),果斷采用jquery獲取url,jquery的萬能選擇器又再次強(qiáng)大起來了。
jquery獲取url,然后ajax傳遞url—>對應(yīng)PHP文件,遍歷url參數(shù)—->單頁面采集保存圖片
jquery程序
復(fù)制代碼 代碼如下:www.wf0088.com
<script src="http://www.cztv.com/uibase/jquery.js"></script>
<script >
$(document).ready(function(){
var hrefs ='';
$('.f_folder>a').each(function(i){
var href = $('.f_folder:eq('+i+')>a:eq(0)').attr('href');
if(href!='undefined'){
hrefs +=href+',';
}
})
$.getJSON("http://www.****.com/365/getimg.php?hrefs="+hrefs+"&callback=?", function(data){
//alert(data.info);
});
});
</script>
這里把url拼接成‘,'分割的字符串傳遞url,使用getjson是為了跨域需要,關(guān)于getjson常見的幾個問題可以參看<$.getjson遇到的幾個問題>
PHP采集程序
復(fù)制代碼 代碼如下:www.wf0088.com
<?php
// 抓起365圖片
error_reporting(E_ALL ^ E_NOTICE);
set_time_limit(0);//設(shè)置PHP超時時間
/**
* 得到當(dāng)前時間
*/
function getMicrotime() {
list ($usec, $sec) = explode(" ", microtime());
return ((float) $usec + (float) $sec);
}
$stime = getMicrotime();
$callback = $_GET['callback'];
$hrefs = $_GET['hrefs'];
$urlarray = explode(',',$hrefs);
//獲取指定url的所有圖片
function getimgs($url){
$dirname = basename($url,".php");
if(!file_exists($dirname)){
mkdir('365/'.$dirname.'');
}
clearstatcache();
$data = file_get_contents($url);
//$matches[3] = array_unique($matches[3]);
unset($data);
$i=0;
if(count($matches[3])>0){
foreach($matches[3] as $k=>$v){
//簡單判斷是否是標(biāo)準(zhǔn)url,而不是相對路徑
if(substr($v,0,4)=='http'){
$ext = pathinfo($v,PATHINFO_EXTENSION);//圖片擴(kuò)展
if(!file_exists('365/'.$dirname.'/'.$k.'.'.$ext)){
file_put_contents('365/'.$dirname.'/'.$k.'.'.$ext,file_get_contents($v));
$i++;
}else{
unset($v);
}
clearstatcache();
}else{
unset($v);
}
}
unset($matches);
return $i;
}
}
foreach($urlarray as $k=>$v){
if($v!=''){
$j +=getimgs($v);
}
}
$etime = getMicrotime();
echo "合計(jì)采集了".$j."張圖片";
echo "用時".($etime-$stime)."秒";
考慮到性能問題:在getimgs方法中所用的變量都是使用后便注銷(unset)了,以便釋放內(nèi)存。
設(shè)計(jì)到的幾個知識點(diǎn)
判斷是否是標(biāo)準(zhǔn)有效圖片url
if(substr($v,0,4)=='http')這個只是簡單的判斷一下匹配到的圖片url是否是標(biāo)準(zhǔn)的url,因?yàn)椴杉膱D片可能是相對路徑的,這里我直接放棄這種圖片的采集,當(dāng)然你也可以把這種圖片還原成標(biāo)準(zhǔn)圖片路徑,還有一個問題就是即使是標(biāo)準(zhǔn)url格式,這樣的圖片也未必可以采集,因?yàn)槟悴恢肋@個圖片是否還有,也許這個圖片url已經(jīng)無效了,如果你想更嚴(yán)格的判斷這個圖片url是否真實(shí)有效可以推薦看我之前的《》有三種方法可以驗(yàn)證是否是有效url。
獲取圖片格式
$ext = pathinfo($v,PATHINFO_EXTENSION);//圖片擴(kuò)展
這里使用了pathinfo的方法,總結(jié)有7種方法可以獲取到文件的格式,推薦文章:《》
下載保存到本地
file_put_contents('365/'.$dirname.'/'.$k.'.'.$ext,file_get_contents($v));
file_put_contents() 函數(shù)把一個字符串寫入文件中。
與依次調(diào)用 fopen(),fwrite() 以及 fclose() 功能一樣。
file_get_contents() 函數(shù)把整個文件讀入一個字符串中。
因?yàn)榉⻊?wù)器支持file_get_contents,如果服務(wù)器把這個函數(shù)禁用了,可以使用curl,這個工具要比file_get_contents更加強(qiáng)大,推薦學(xué)習(xí)《》,可以使用curl的多線程下載存儲,效果更牛逼
清除文件操作緩存
clearstatcache() 函數(shù)清除文件狀態(tài)緩存。clearstatcache() 函數(shù)會緩存某些函數(shù)的返回信息,以便提供更高的性能。但是有時候,比如在一個腳本中多次檢查同一個文件,而該文件在此腳本執(zhí)行期間有被刪除或修改的危險時,你需要清除文件狀態(tài)緩存,以便獲得正確的結(jié)果。要做到這一點(diǎn),就需要使用 clearstatcache() 函數(shù)。官方手冊:
程序執(zhí)行時間計(jì)算
復(fù)制代碼 代碼如下:www.wf0088.com
/**
* 得到當(dāng)前時間
*/
function getMicrotime() {
list ($usec, $sec) = explode(" ", microtime());
return ((float) $usec + (float) $sec);
}
可以參考本博客文章;《》
最后看一下效果;
![](/uploads/allimg/c130604/13F32600B40-11406.png)
409秒采集了214張圖片,大概2秒下載保存了一張圖片,圖片總大小約62M,這樣看來:
一個小時60*60可以大約下載1800張美女圖片。
分享:解析CI即CodeIgniter框架在Nginx下的重寫規(guī)則本篇文章是對CI即CodeIgniter框架在Nginx下的重寫規(guī)則進(jìn)行了詳細(xì)的分析介紹,需要的朋友參考下
相關(guān)PHP教程:
- PHPNOW安裝Memcached擴(kuò)展方法詳解
- php記錄頁面代碼執(zhí)行時間
- PHP中獎概率的抽獎算法程序代碼
- apache設(shè)置靜態(tài)文件緩存方法介紹
- php對圖像的各種處理函數(shù)代碼小結(jié)
- PHP 關(guān)于訪問控制的和運(yùn)算符優(yōu)先級介紹
- 關(guān)于PHP語言構(gòu)造器介紹
- php/js獲取客戶端mac地址的實(shí)現(xiàn)代碼
- php5.5新數(shù)組函數(shù)array_column使用
- PHP preg_match的匹配多國語言的技巧
- php 中序列化和json使用介紹
- php采集文章中的圖片獲取替換到本地
PHP教程Rss訂閱編程教程搜索
PHP教程推薦
- MagickWand for PHP linux INSTALL 安裝
- 講解用PHP實(shí)現(xiàn)Jmai組件及發(fā)送郵件三例
- Apache中RewriteCond規(guī)則參數(shù)的詳細(xì)介紹
- PHP偽靜態(tài)_PHP動態(tài)URL靜態(tài)化
- PHP技巧:php過濾危險html代碼
- 如何在PHP中執(zhí)行系統(tǒng)外部命令
- 揭秘目前最好的PHP開發(fā)框架
- 用php實(shí)現(xiàn)選擇排序的解決方法
- 從草根到大腕 PHP技術(shù)發(fā)展歷程
- php小經(jīng)驗(yàn):解析preg_match與preg_match_all 函數(shù)
- 相關(guān)鏈接:
- 教程說明:
PHP教程-PHP批量采集下載美女圖片的實(shí)現(xiàn)代碼
。