利用php强大的网络内容处理函数将指定的网站上的所有图片抓取下来，保存在当前目录下，此程序实现了网页源代码捕获，图片链接获取、分析、并将同样的图片链接合并功能，实现了简单的图片抓取功能。以下为代码：
#! /usr/local/bin/php
<?php
/*完成网页内容捕获功能*/
function get_img_url($site_name)
{
$site_fd = fopen($site_name, "r");
$site_content = "";
while (!feof($site_fd)) {
$site_content .= fread($site_fd, 1024);
}
/*利用正则表达式得到图片链接*/
$reg_tag = '/<img.*?\"([^\"]*(jpg|bmp|jpeg|gif)).*?>/';
$ret = preg_match_all($reg_tag, $site_content, $match_result);
fclose($site_fd);
return $match_result[1];
}
/* 对图片链接进行修正 */
function revise_site($site_list, $base_site)
{
foreach($site_list as $site_item) {
if (preg_match('/^http/', $site_item)) {
$return_list[] = $site_item;
}else{
$return_list[] = $base_site."/".$site_item;
}
}
return $return_list;
}
/*得到图片名字，并将其保存在指定位置*/
function get_pic_file($pic_url_array, $pos)
{
$reg_tag = '/.*\/(.*?)$/';
$count = 0;
foreach($pic_url_array as $pic_item){
$ret = preg_match_all($reg_tag,$pic_item,$t_pic_name);
$pic_name = $pos.$t_pic_name[1][0];
$pic_url = $pic_item;
print("Downloading ".$pic_url." ");
$img_read_fd = fopen($pic_url,"r");
$img_write_fd = fopen($pic_name,"w");
$img_content = "";
while(!feof($img_read_fd)){
$img_content .= fread($img_read_fd,1024);
}
fwrite($img_write_fd,$img_content);
fclose($img_read_fd);
fclose($img_write_fd);
print("[OK] ");
}
return 0;
}
function main()
{
/* 待抓取图片的网页地址 */
$site_name = "http://image.cn.yahoo.com";
$img_url = get_img_url($site_name);
$img_url_revised = revise_site($img_url, $site_name);
$img_url_unique = array_unique($img_url_revised); //unique array
get_pic_file($img_url_unique,"./");
}
main();
?>
此程序略有不足，如果图片在网站服务器上不同目录下但文件名是相同的，此时图片有可能是不一样的，但在最后保存时，后面得到的图片会将前面已经保存的图片覆盖掉，如在http://example.com/网站上有图片链接http://example.com/pic/test1.jpg和http://example.com/pic/new/test1.jpg那么在下载时这两张图片只有一张保存，另一张就被覆盖掉，修正的方法是在每次保存前先检索当前目录下是否已有此文件名，有的话对将要保存的图片重新命名即可。
