游客

标题:Snoopy(PHP采集类)抓取图片实例
正文:
用了两天php的Snoopy这个类，发现很好用。获取请求网页里面的所有链接，直接使用fetchlinks就可以，获取所有文本信息使用fetchtext（其内部还是使用正则表达式在进行处理），还有其它较多的功能，如模拟提交表单等。使用方法：先下载Snoopy类，下载地址：http://sourceforge.net/projects/snoopy/先实例化一个对象，然后调用相应的方法即可获取抓取的网页信息代码如下: include 'snoopy/Snoopy.class.php'; $snoopy = new Snoopy(); $sourceURL = "http://www.camnpr.com"; $snoopy->fetchlinks($sourceURL); $a = $snoopy->results;它并没有提供获取网页中所有图片地址的方法，自己有个需求是要获取一个页面中所有文章列表中图片地址。然后自己就写了一个，主要还是正则那里匹配重要。代码如下: //匹配图片的正则表达式 $reTag = "/<img[^s]+src="(http://[^"]+).(jpg|png|gif|jpeg)"[^/]*/>/i";因为需求比较特殊，只需要抓取写死htp://开头的图片（外站的图片可能使得了防盗链，想先抓取到本地）1.抓取指定网页，并筛选出预期的所有文章地址；2.循环抓取第一步中的文章地址，然后使用匹配图片的正则表达式进行匹配，获取页面中所有符合规则的图片地址；3.根据图片后缀和ID（这里只有gif、jpg）保存图片---如果此图片文件存在，先将其删除再保存。代码如下: <meta http-equiv='content-type' content='text/html;charset=utf-8'> <?php include 'snoopy/Snoopy.class.php'; $snoopy =
[<<][[1]][2][3][>>]

查看评论(0)
发表评论



首页