Question

我正在尝试从网页中提取图片。

我正在使用follolwing代码，但它没有输出，虽然我知道那里有一些（以ebay页面为例）

$html = "http://www.ebay.co.uk/itm/190706137456?_trkparms=clkid%3D1088812801530482649&_qi=RTM944765";
$dom = new domDocument;
@$dom->loadHTML($html);
$dom->preserveWhiteSpace = false;
$images = $dom->getElementsByTagName('img');
foreach ($images as $image) {
echo $image->getAttribute('src');
}

除此之外，还可以只提取jpg图像，然后只提取高于某个高度/宽度尺寸的图像吗？

我最近一直在使用simple_html_dom，但很多时候都失败了，我发现它很慢。

有没有办法，例如，而不是寻找'img'和'src'来找到任何结束'.jpg'的东西，除了'http：//...etc等'之外的所有内容。 / p>

Answer 1

尝试使用$ dom-＆gt; loadHTMLFile（）而不是$ dom-＆gt; loadHTML。所以......

$html = "http://www.ebay.co.uk/itm/190706137456?_trkparms=clkid%3D1088812801530482649&_qi=RTM944765";
$dom = new domDocument();
$dom->loadHTMLFile($html);

您可以在foreach（）循环中过滤图像类型（并获取文件名）。尝试这样的事情：

$images = $dom->getElementsByTagName('img');
foreach ($images as $image) {
  $filename = basename($image->getAttribute('src'));
  $ext = pathinfo($filename, PATHINFO_EXTENSION);
  if ($ext == 'jpg') {
     echo $filename . '<br>';
  }
}

您还可以按图像的宽度和高度进行过滤，但看起来很奇怪它的宽度和高度。你可以想象通过使用这些属性......

$width = $image->getAttribute('width');
$height = $image->getAttribute('height');

...它会吐出width =“xxx”和height =“yyy”......但它没有。看起来它需要样式属性。所以记住这一点。话虽这么说，你也可以使用类似于上面的宽度和高度的解决方案。像这样：

$images = $dom->getElementsByTagName('img');
foreach ($images as $image) {
   $filename = basename($image->getAttribute('src'));
   $width = $image->getAttribute('width');
   $height = $image->getAttribute('height');
   $ext = pathinfo($filename, PATHINFO_EXTENSION);
   if ($ext == 'jpg' && ($width > 20 && $height > 10)) {
      echo $filename . "($width x $height)" . '<br>';
   }
}

希望这适合你。如果您需要，这就是一切：

$html = "http://www.ebay.co.uk/itm/190706137456?_trkparms=clkid%3D1088812801530482649&_qi=RTM944765";
$dom = new domDocument();
$dom->loadHTMLFile($html);
$dom->preserveWhiteSpace = false;
$images = $dom->getElementsByTagName('img');
foreach ($images as $image) {
   $filename = basename($image->getAttribute('src'));
   $width = $image->getAttribute('width');
   $height = $image->getAttribute('height');
   $ext = pathinfo($filename, PATHINFO_EXTENSION);
   if ($ext == 'jpg' && ($width > 20 && $height > 10)) {
      echo $filename . "($width x $height)" . '<br>';
   }
}

从URL中提取图像 - 仅限jpeg - 一种不同的方法

1 个答案: