php超链接到图片,php正则表达式提取网页超链接url与网页中图片
function match_links($document) {
preg_match_all(“‘]+))[^>]*>?(.*?)’isx”,$document,$links);
while(list($key,$val) = each($links[2])) {
if(!empty($val))
$match[‘link’][] = $val;
}
while(list($key,$val) = each($links[3])) {
if(!empty($val))
$match[‘link’][] = $val;
}
while(list($key,$val) = each($links[4])) {
if(!empty($val))
$match[‘content’][] = $val;
}
while(list($key,$val) = each($links[0])) {
if(!empty($val))
$match[‘all’][] = $val;
}
return $match;
}
复制代码
主要是正则的问题,下面给出个asp.net下的,多测试正则
获取页面的链接正则
public string GetHref(string HtmlCode)
{
string MatchVale = “”;
string Reg = @”(h|H)(r|R)(e|E)(f|F) *= *(‘|””)?((w|\|/|.|:|-|_)+)(‘|””| *|>)?”;
foreach (Match m in Regex.Matches(HtmlCode, Reg))
{
MatchVale += (m.Value).ToLower().Replace(“href=”, “”).Trim() + “||”;
}
return MatchVale;
}
复制代码
例2,php中通过正则表达式下载内容中的远程图片的函数代码
用PHP正则表达式判断内容中的图片,下载并保存非本域名下的图片的程序
这段程序其实是属于“小偷程序”的重要部分。
这一段程序只是下载远程图片的那一段。
if (preg_match_all(“/http://[^ “‘]+[.jpg|.gif|.jpeg|.png]+/ui”,stripcslashes($content),$aliurl)){
$i=0; //多个文件++
while(list($key ,$v) = each($aliurl[0])){
//echo $v.”
“;
$filetype = pathinfo($v, PATHINFO_EXTENSION); //获取后缀名
$ff = @file_get_contents($v); //获取2进制文件内容
if(!stripos($v,”jbxue.com”)){//判断是否是自己网站下的图片
if (!empty($ff)){ //获取到文件就执行下面的操作
$dir = “upload/”.date(“Ymd”).”/”;//指定新的存储路径
if (!file_exists($dir)){//判断目录是否存在
@mkdir($dir,511,true); //创建多级目录,511转换成十进制是777具有可执行权限
} // bbs.it-home.org
$nfn = $dir.date(“Ymdhis”).$i.”.”.$filetype; //构建文件的新名字
$nf = @fopen($nfn,”w”); //创建文件
fwrite($nf,$ff); //写入文件
fclose($nf); //关闭文件
$i++; //多文件++
echo “
“;
$content = str_replace($v,$nfn, $content);//替换content中的参数
}else{//获取不到图片则替换为默认图片
$content = str_replace($v,”/upload/201204/20120417213810742.gif”, $content);//替换content中的参数
}
}
}
}
复制代码
例3,PHP通过正则表达式下载图片到本地。
/*
shortage: 如果网页中的图片路径不是绝对路径,就无法抓取
*/
set_time_limit(0);//抓取不受时间限制
$URL=’http://pp.baidu.com/’;//任意网址
get_pic($URL);
function get_pic($pic_url) {
//获取图片二进制流
$data=CurlGet($pic_url);
/*利用正则表达式得到图片链接*/
$pattern_src = ‘//’;
$num = preg_match_all($pattern_src, $data, $match_src);
$arr_src=$match_src[1];//获得图片数组
get_name($arr_src);
echo “
finished!!!”;
return 0;
}
/*得到图片类型,并将其保存到与该文件同一目录*/
function get_name($pic_arr)
{
//图片类型
$pattern_type = ‘/(/.(jpg|bmp|jpeg|gif|png))/’;
foreach($pic_arr as $pic_item){//循环取出每幅图的地址
$num = preg_match_all($pattern_type, $pic_item, $match_type);
$pic_name = get_unique().$match_type[1][0];//改时微秒时间戳命名
//以流的形式保存图片
$write_fd = @fopen($pic_name,”wb”);
@fwrite($write_fd, CurlGet($pic_item));
@fclose($write_fd);
echo “[OK]..!”;
}
return 0;
}
//通过微秒时间获得唯一ID
function get_unique(){
list($msec, $sec) = explode(” “,microtime());
return $sec.intval($msec*1000000);
}
//抓取网页内容
function CurlGet($url){
$url=str_replace(‘&’,’&’,$url);
$curl = curl_init();
curl_setopt($curl, CURLOPT_URL, $url);
curl_setopt($curl, CURLOPT_HEADER, false);
//curl_setopt($curl, CURLOPT_REFERER,$url);
curl_setopt($curl, CURLOPT_USERAGENT, “Mozilla/4.0 (compatible; MSIE 6.0; SeaPort/1.2; Windows NT 5.1; SV1; InfoPath.2)”);
curl_setopt($curl, CURLOPT_COOKIEJAR, ‘cookie.txt’);
curl_setopt($curl, CURLOPT_COOKIEFILE, ‘cookie.txt’);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 0);
$values = curl_exec($curl);
curl_close($curl);
return $values;
}
?>
复制代码
php超链接到图片,php正则表达式提取网页超链接url与网页中图片相关推荐
- 爬虫 | 正则表达式提取腾讯教育新闻链接及图片链接
前面的爬虫都是通过标签来爬取的,今天就分享一个小例子使用正则表达式来提取网页信息.如果你对正则表达式不熟悉,可以查看我之前写的R正则表达式这篇文章.它对R几个常用正则表达式进行了详尽的解释,包括参数说 ...
- 图片从服务器在网页显示,Flash让服务器中图片在网页中显示的操作方法
亲们想知道Flash让服务器中图片在网页中显示的操作吗?下面就是小编整理的Flash让服务器中图片在网页中显示的操作方法,赶紧来看看吧,希望能帮助到大家哦! Flash让服务器中图片在网页中显示的操作 ...
- python图片保存为txt文件_python实现对文件中图片生成带标签的txt文件方法
在深度学习中经常需要生成带标签的图片名称列表,xxxlist.txt文件,下面写一个简单的python脚本生成该文件列表. import os def generate(dir,label): fil ...
- js获取html中图片路径,用js快速的获取html页面中图片的地址
这次给大家带来用js快速的获取html页面中图片的地址,用js快速获取html页面中图片的地址的注意事项有哪些,下面就是实战案例,一起来看一下. 这篇文章主要介绍了js获取html代码中图片地址的实现 ...
- PHP正则表达式提取html超链接中的h…
原文地址:http://www.111cn.net/phper/php/48684.htm
- python爬网站图片教程_Python超简单的爬取网站中图片
1.首先导入相关库 importrequestsimportbs4importthreading #用于多线程爬虫,爬取速度快,可以完成多页爬取import os 2.使用bs4获取html中的内容 ...
- matlab下对齿轮图片的参数提取
matlab下对齿轮图片的参数提取 目标:基于matlab对下面图片的各个参数进行提取 图片预处理: 首先读入图片,二值化,用canny算子边缘提取,由于接下来要用与中心提取,细化边缘. 代码: bw ...
- HTML中img标签的src属性为绝对路径时,在IE中图片可显示,在firefox中不行
HTML中img标签的src属性为绝对路径时,在IE中图片可显示,在firefox中不行 下图,src中为图片的绝对路径,此时在IE浏览器中图片可显示出来,firefox浏览器中图片不能显示出来 代码 ...
- 根据坐标如何标记图片_推荐收藏 | 一文搞定SCI论文图片
SCI论文图片的编辑是一门简单,却不容易的学问.在编辑图片的过程中,涉及到很多软件的配合使用,同时我们的目的不仅是满足投稿杂志的参数要求,还希望尽量做得美观好看. 现基于各大网站.公众号关于SCI作图 ...
最新文章
- 转: 基于elk 实现nginx日志收集与数据分析
- Angular 内容投影 content projection 的一个问题的单步调试
- 通过投影增强数据模型
- 【渝粤题库】国家开放大学2021春2476旅游学概论题目
- 手把手教你Axure-基本工具栏
- Linux Crontab 定时任务 及 Ubuntu 中cron指令使用
- NAC、NAP及TNC安全接入技术对比分析
- Java各版本特性简介
- keycloak学习
- Twitter的分布式自增ID算法snowflake
- 拓端tecdat|MATLAB用Lasso回归拟合高维数据和交叉验证
- 数学建模算法与应用(一)线性规划
- 不同类别游戏音效的特点
- Spring Bean生命周期:属性赋值阶段
- C++学习笔记 (三)
- 百雀羚是如何1天创造380万销售额的?
- 分享几个关于UG装配的小问题,干货满满!!!
- Eclipse 官方网站
- 背英语单词词根词缀的重要性
- java获取微信绑定的手机号码