php 擷取網頁內的圖片地址Regex

1. 擷取地址
這個功能最主要的就是用Regex來匹配頁面源碼裡的圖片地址了，這裡用到得Regex是：

代碼如下	複製代碼
/<img.*src="(.*)"\s*.*>/iU

首頁通過PHP內建的讀取檔案函數來獲得請求頁面的html代碼，然後用Regex來匹配裡面的src地址，這裡有兩個注意點：

■file_get_content

只能擷取到靜態頁面內容，也就是說如果你在頁面裡看到的是圖片是通過Javascript來展示的，通過這個工具是擷取不到圖片資訊的
■有的網站對file_get_content 這個函數做了些限制，如果不是通過瀏覽器開啟的網頁，伺服器是拒絕請求的，這個時候我們就需要給php 程式添加一個配置資訊，讓採集的程式能夠類比一個留言器的UA（user agent），具體的做法可以通過下面的代碼來實現：//現在類比的是一個Window 環境下的瀏覽器
ini_set('user_agent','Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0; 4399Box.560; .NET4.0C; .NET4.0E)');
通過以上兩點的處理，擷取網頁源碼就沒有問題了，唯一要做的就是用Regex對圖片地址的匹配。

例子1

代碼如下

複製代碼

/**  * 擷取替換文章中的圖片路徑  * @param string $xstr 內容 採集網頁的content  * @param string $keyword 建立照片的檔案名稱 我寫upimg  * @param string $oriweb 網址 一般寫null  * @return string  *  */ function replaceimg($xstr,$keyword, $oriweb){  $basedir = dirname(__FILE__);       //儲存路徑     $d = date('Ym', time());     $dirslsitss = $basedir.'/../uploads/'.$keyword.'/'.$d;//分類是否存在     if(!is_dir($dirslsitss)) {         @mkdir($dirslsitss, 0777);     }       //匹配圖片的src     preg_match_all('#<img.*?src="([^"]*)"[^>]*>#i', $xstr, $match);       foreach($match[1] as $imgurl){           $imgurl = $imgurl;           if(is_int(strpos($imgurl, 'http'))){             $arcurl = $imgurl;         } else {             $arcurl = $oriweb.$imgurl;                }         $img=file_get_contents($arcurl);             if(!empty($img)) {               //儲存圖片到伺服器             $fileimgname = time()."-".rand(1000,9999).".jpg";             $filecachs=$dirslsitss."/".$fileimgname;             $fanhuistr = file_put_contents( $filecachs, $img );             $saveimgfile = "/uploads/$keyword"."/".$d."/".$fileimgname;                 $xstr=str_replace($imgurl,$saveimgfile,$xstr);         }     }     return $xstr; }

可能有些朋友也知道file_get_contents效能不怎麼樣，我們可使用curl來擷取

代碼如下

複製代碼

/* *功能：php完美實現下載遠程圖片儲存到本地 *參數：檔案url,儲存檔案目錄,儲存檔案名稱，使用的下載方式 *當儲存檔案名稱為空白時則使用遠程檔案原來的名稱 */ function getImage($url,$save_dir='',$filename='',$type=0){     if(trim($url)==''){   return array('file_name'=>'','save_path'=>'','error'=>1);  }  if(trim($save_dir)==''){   $save_dir='./';  }     if(trim($filename)==''){//儲存檔案名稱         $ext=strrchr($url,'.');         if($ext!='.gif'&&$ext!='.jpg'){    return array('file_name'=>'','save_path'=>'','error'=>3);   }         $filename=time().$ext;     }  if(0!==strrpos($save_dir,'/')){   $save_dir.='/';  }  //建立儲存目錄  if(!file_exists($save_dir)&&!mkdir($save_dir,0777,true)){   return array('file_name'=>'','save_path'=>'','error'=>5);  }     //擷取遠程檔案所採用的方法     if($type){   $ch=curl_init();   $timeout=5;   curl_setopt($ch,CURLOPT_URL,$url);   curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);   curl_setopt($ch,CURLOPT_CONNECTTIMEOUT,$timeout);   $img=curl_exec($ch);   curl_close($ch);     }else{      ob_start();      readfile($url);      $img=ob_get_contents();      ob_end_clean();     }     //$size=strlen($img);     //檔案大小     $fp2=@fopen($save_dir.$filename,'a');     fwrite($fp2,$img);     fclose($fp2);  unset($img,$url);     return array('file_name'=>$filename,'save_path'=>$save_dir.$filename,'error'=>0); }