Question

所以我试图从另一个网站抓取一些图片，问题是每个图片都在不同的页面上

IE：id / 1，id / 2，id / 3等等

到目前为止，我有下面的代码可以从使用以下内容的单个URL中获取图像：

$returned_content = get_data('http://somedomain.com/id/1/');

但是需要让上面的行成为一个数组（我猜）所以它会从第1页抓取图像，然后继续抓第2页的下一个图像，然后自动抓取第3页等等

function get_data($url){
 $ch = curl_init();
 $timeout = 5;
  curl_setopt($ch,CURLOPT_URL,$url);
  curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);
  curl_setopt($ch,CURLOPT_CONNECTTIMEOUT,$timeout);
  curl_setopt($ch,CURLOPT_USERAGENT,'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.13) Gecko/20080311 Firefox/2.0.0.13');
 $data = curl_exec($ch);
  curl_close($ch);
 return $data;
}

$returned_content = get_data('http://somedomain.com/id/1/');

if (preg_match_all("~http://somedomain.com/images/(.*?)\.jpg~i", $returned_content, $matches)) {

$src = 0;
      foreach ($matches[1] as $key) {

if(++$src > 1) break;

          $out = $key;
      }

      $file = 'http://somedomain.com/images/' . $out . '.jpg';


$dir = 'photos'; 

$imgurl = get_data($file);

file_put_contents($dir . '/' . $out . '.jpg', $imgurl);

echo  'done';
}

一如既往，所有的帮助都会受到赞赏并提前感谢。

Answer 1

这非常令人困惑，因为听起来你只对每页保存一张图片感兴趣。但是代码使得它看起来像是在尝试保存每个页面上的每个图像。所以我完全有可能完全被误解了......但是这里有。

在每个页面上循环并不困难：

$i = 1;
$l = 101;

while ($i < $l) {
    $html = get_data('http://somedomain.com/id/'.$i.'/');
    getImages($html);
    $i += 1;
}

以下假设您尝试将所有图像保存在该特定页面上：

function getImages($html) {
    $matches = array();
    $regex = '~http://somedomain.com/images/(.*?)\.jpg~i';
    preg_match_all($regex, $html, $matches);
    foreach ($matches[1] as $img) {
        saveImg($img);
    }
}

function saveImg($name) {
    $url = 'http://somedomain.com/images/'.$name.'.jpg';
    $data = get_data($url);
    file_put_contents('photos/'.$name.'.jpg', $data);
}

使用php preg_match_all＆amp ;;从多个页面中抓取/下载图像卷曲

1 个答案: