設計思路
考慮到單純的採集一個網頁的圖片，太麻煩，所以直接採集他的列表頁，擷取列表的url然後在一一採集，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在是個問題，看了一下列表頁的結構，果斷採用jquery擷取url，jquery的萬能選取器又再次強大起來了。
jquery擷取url，然後ajax傳遞url—>對應PHP檔案，遍曆url參數—->單頁面採集儲存圖片
jquery程式
複製代碼 代碼如下:
這裡把url拼接成‘，'分割的字串傳遞url，使用getjson是為了跨域需要，關於getjson常見的幾個問題可以參看<$.getjson遇到的幾個問題>
PHP採集程式
複製代碼 代碼如下:
// 抓起365圖片
error_reporting(E_ALL ^ E_NOTICE);
set_time_limit(0);//設定PHP逾時時間
/**
* 得到目前時間
*/
function getMicrotime() {
list ($usec, $sec) = explode(" ", microtime());
return ((float) $usec + (float) $sec);
}
$stime = getMicrotime();
$callback = $_GET['callback'];
$hrefs = $_GET['hrefs'];
$urlarray = explode(',',$hrefs);
//擷取指定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);
preg_match_all("/(href|src)=(["|']?)([^ "'>]+.(jpg|png|PNG|JPG|gif))\2/i", $data, $matches);
//$matches[3] = array_unique($matches[3]);
unset($data);
$i=0;
if(count($matches[3])>0){
foreach($matches[3] as $k=>$v){
//簡單判斷是否是標準url，而不是相對路徑
if(substr($v,0,4)=='http'){
$ext = pathinfo($v,PATHINFO_EXTENSION);//圖片擴充
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);
}
}
$etime = getMicrotime();
echo "合計採集了".$j."張圖片";
echo "用時".($etime-$stime)."秒";
考慮到效能問題：在getimgs方法中所用的變數都是使用後便登出（unset）了，以便釋放記憶體。
設計到的幾個知識點
判斷是否是標準有效圖片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是否是標準的url，因為採集的圖片可能是相對路徑的，這裡我直接放棄這種圖片的採集，當然你也可以把這種圖片還原成標準圖片路徑，還有一個問題就是即使是標準url格式，這樣的圖片也未必可以採集，因為你不知道這個圖片是否還有，也許這個圖片url已經無效了，如果你想更嚴格的判斷這個圖片url是否真實有效可以推薦看我之前的《PHP判斷遠程url是否有效幾種方法》有三種方法可以驗證是否是有效url。
擷取圖片格式
$ext = pathinfo($v,PATHINFO_EXTENSION);//圖片擴充
這裡使用了pathinfo的方法，總結有7種方法可以擷取到檔案的格式，推薦文章：《PHP判斷圖片格式的七種方法》
下載儲存到本地
file_put_contents('365/'.$dirname.'/'.$k.'.'.$ext,file_get_contents($v));
file_put_contents() 函數把一個字串寫入檔案中。
與依次調用 fopen()，fwrite() 以及 fclose() 功能一樣。
file_get_contents() 函數把整個檔案讀入一個字串中。
因為伺服器支援file_get_contents，如果伺服器把這個函數禁用了，可以使用curl，這個工具要比file_get_contents更加強大，推薦學習《CURL的學習和應用(附多線程)》，可以使用curl的多線程下載儲存，效果更牛逼
清除檔案操作緩衝
clearstatcache() 函數清除檔案狀態緩衝。clearstatcache() 函數會緩衝某些函數的返回資訊，以便提供更高的效能。但是有時候，比如在一個指令碼中多次檢查同一個檔案，而該檔案在此指令碼執行期間有被刪除或修改的危險時，你需要清除檔案狀態緩衝，以便獲得正確的結果。要做到這一點，就需要使用 clearstatcache() 函數。官方手冊：
程式執行時間計算
複製代碼 代碼如下:
/**
* 得到目前時間
*/
function getMicrotime() {
list ($usec, $sec) = explode(" ", microtime());
return ((float) $usec + (float) $sec);
}
可以參考本部落格文章；《擷取php頁面執行時間，資料庫讀寫次數，函數調用次數等【THINKPHP】》
最後看一下效果；
409秒採集了214張圖片，大概2秒下載儲存了一張圖片，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。
http://www.bkjia.com/PHPjc/327182.htmlwww.bkjia.comtruehttp://www.bkjia.com/PHPjc/327182.htmlTechArticle設計思路 考慮到單純的採集一個網頁的圖片，太麻煩，所以直接採集他的列表頁，擷取列表的url然後在一一採集，但是用php匹配列表頁的...
