Question

我有一个脚本，我认为这是非常基本的抓取，称之为你的意思，但它平均需要至少6秒......是否有可能加快它？ $ date变量仅用于对代码进行计时，并且不会添加任何重要的时间。我设置了两个定时标记，每个定时标记之间约为3秒。以下示例URL用于测试

$date = date('m/d/Y h:i:s a', time());

echo "start of timing $date<br /><br />"; 

include('simple_html_dom.php');

function getUrlAddress()
{
$url = $_SERVER['HTTPS'] == 'on' ? 'https' : 'http';
return $url .'://'.$_SERVER['HTTP_HOST'].$_SERVER['REQUEST_URI'];
}

$date = date('m/d/Y h:i:s a', time());  echo "<br /><br />after geturl $date<br /><br />";

$parts = explode("/",$url);

$html = file_get_html($url);

$date = date('m/d/Y h:i:s a', time());  echo "<br /><br />after file_get_url $date<br /><br />";

$file_string = file_get_contents($url);
preg_match('/<title>(.*)<\/title>/i', $file_string, $title);
$title_out = $title[1];

foreach($html->find('img') as $e){

    $image = $e->src;

    if (preg_match("/orangeBlue/", $image)) { $image = ''; }

    if (preg_match("/BeaconSprite/", $image)) { $image = ''; }

    if($image != ''){

    if (preg_match("/http/", $image)) { $image = $image; }

    elseif (preg_match("*//*", $image)) { $image = 'http:'.$image; }

    else { $image = $parts['0']."//".$parts[1].$parts[2]."/".$image; }

    $size = getimagesize($image);
    if (($size[0]>110)&&($size[1]>110)){
    if (preg_match("/http/", $image)) { $image = $image; }
    echo '<img src='.$image.'><br>';
    }
    }
    }

$date = date('m/d/Y h:i:s a', time());  echo "<br /><br />end of timing $date<br /><br />";

示例网址

更新

这是实际的时间标记显示：

开始时间01/24/2012 12:31:50

在geturl 01/24/2012 12:31:50之后

在file_get_url 01/24/2012 12:31:53之后

结束时间01/24/2012 12:31:57

http://www.ebay.co.uk/itm/Duke-Nukem-Forever-XBOX-360-Game-BRAND-NEW-SEALED-UK-PAL-UK-Seller-/170739972246?pt=UK_PC_Video_Games_Video_Games_JS&hash=item27c0e53896`

Answer 1

它可能是getimagesize函数 - 它正在获取并获取页面上的每个图像，以便它可以确定大小。也许你可以用curl写一些东西来获取Content-size的标题（但实际上，这可能是getimagesize所做的）。

无论如何，早些时候我写了一些蜘蛛并且这样做有点慢，因为互联网速度比以往任何时候都要好，所以它仍然是每个元素的获取。我甚至不关心图像。

Answer 2

我不是一个PHP家伙，但它看起来像你要去网上获取文件两次......

首先使用它：

$html = file_get_html($url);

然后再次使用：

$file_string = file_get_contents($url);

因此，如果每次点击都需要几秒钟，那么您可以通过找到将其减少到单个网络点击的方式来缩短时间。

要不然，或者我是盲目的。这是一个真正的可能性！

我怎样才能加快速度呢？

2 个答案: