php 抓取网页生成图片(这期小编丰富且以专业的角度为大家分析和叙述)

　　php 抓取网页生成图片(这期小编丰富且以专业的角度为大家分析和叙述)

　　在本期内容中，小编将为大家带来如何使用PHP抓拍远程图片的信息。文章内容丰富，从专业角度分析叙述。看完这篇文章希望大家能有所收获。

　　一、创建项目

　　作为演示，我们在www根目录下创建一个项目grabimg，创建一个类GrabImage.php和一个index.php。

　　二、编写类代码

　　我们定义一个与文件同名的类：GrabImage

　　class GrabImage{

}

　　三、属性

　　接下来，定义几个需要用到的属性。

　　1、首先定义一个需要抓取的图片地址：$img_url

　　2、定义另外一个$file_name来存放文件名，但是不带扩展名，因为可能会涉及到扩展名的替换，所以这里是定义

　　3、 后跟扩展名 $extension

　　4、然后我们定义一个$file_dir。该属性的作用是远程镜像抓取后本地存储的目录，一般以PHP入口文件的位置为起点。但是路径一般不会保存到数据库中。

　　5、最后我们定义了一个$save_dir，顾名思义，这个路径就是要直接保存的数据库的目录。这里说明一下，我们不直接将文件保存路径存储到数据库中，一般是为了方便以后系统迁移时更改路径。我们这里的$save_dir一般是日期+文件名，如果使用的时候需要取出来，把需要的路径放在前面。

　　四、方法

　　属性说完了，接下来我们就正式开始爬取工作了。

　　首先，我们定义了一个open方法getInstances来获取一些数据，比如抓拍图片的地址，本地保存路径等。同时把它放在属性中。

　　public function getInstances($img_url , $base_dir)

{

$this->img_url = $img_url;

$this->save_dir = date("Ym").'/'.date("d").'/'; // 比如：201610/19/

$this->file_dir = $base_dir.'/'.$this->save_dir.'/'; // 比如：./uploads/image/2016/10/19/

}

　　图片保存路径已拼接。接下来需要注意一个问题，目录是否存在。日期一天天过去，但目录不会自动创建。因此，在保存图片之前，您需要先检查一下，如果当前目录不存在，我们需要立即创建它。

　　我们创建 setDir 方法来设置目录。我们将财产设为私密、安全

　　/**

* 检查图片需要保持的目录是否存在

* 如果不存在，则立即创建一个目录

* @return bool

*/

private function setDir()

{

if(!file_exists($this->file_dir))

{

mkdir($this->file_dir,0777,TRUE);

}

$this->file_name = uniqid().rand(10000,99999);// 文件名，这里只是演示，实际项目中请使用自己的唯一文件名生成方法

return true;

}

　　下一步就是抓取核心代码

　　第一步是解决问题。我们需要抓取的图片可能没有后缀。按照传统的抓图方式，先抓图，再截取后缀名是行不通的。

　　我们必须通过其他方式获取图片类型。方式是从文件流信息中获取文件头信息，然后判断文件mime信息，即可知道文件后缀名。

　　为方便起见，首先定义一个 mime 和文件扩展名映射。

　　$mimes=array(

'image/bmp'=>'bmp',

'image/gif'=>'gif',

'image/jpeg'=>'jpg',

'image/png'=>'png',

'image/x-icon'=>'ico'

);

　　这样，当我得到类型 image/gif 时，我就可以知道它是一个 .gif 图像。

　　使用php函数get_headers获取文件流头信息。当它的值不为 false 时，我们将它分配给变量 $headers

　　取出Content-Type的值作为mime的值。

　　if(($headers=get_headers($this->img_url, 1))!==false){

// 获取响应的类型

$type=$headers['Content-Type'];

}

　　使用我们上面定义的映射表，我们可以很容易的得到后缀名。

　　$this->extension=$mimes[$type];

　　当然，上面得到的$type可能不存在于我们的映射表中，说明这种类型的文件不是我们想要的，放弃它，忽略它。

　　以下步骤与传统的文件抓取相同。

　　$file_path = $this->file_dir.$this->file_name.".".$this->extension;

// 获取数据并保存

$contents=file_get_contents($this->img_url);

if(file_put_contents($file_path , $contents))

{

// 这里返回出去的值是直接保存到数据库的路径 + 文件名，形如：201610/19/57feefd7e2a7aY5p7LsPqaI-lY1BF.jpg

return $this->save_dir.$this->file_name.".".$this->extension;

}

　　先获取本地保存图片的全路径$file_path，然后用file_get_contents抓取数据，再用file_put_contents保存到刚才的文件路径。

　　最后，我们返回一个可以直接保存到数据库的路径，而不是文件存储路径。

　　完整版的爬取方法为：

　　private function getRemoteImg()

{

// mime 和 扩展名 的映射

$mimes=array(

'image/bmp'=>'bmp',

'image/gif'=>'gif',

'image/jpeg'=>'jpg',

'image/png'=>'png',

'image/x-icon'=>'ico'

);

// 获取响应头

if(($headers=get_headers($this->img_url, 1))!==false)

{

// 获取响应的类型

$type=$headers['Content-Type'];

// 如果符合我们要的类型

if(isset($mimes[$type]))

{

$this->extension=$mimes[$type];

$file_path = $this->file_dir.$this->file_name.".".$this->extension;

// 获取数据并保存

$contents=file_get_contents($this->img_url);

if(file_put_contents($file_path , $contents))

{

// 这里返回出去的值是直接保存到数据库的路径 + 文件名，形如：201610/19/57feefd7e2a7aY5p7LsPqaI-lY1BF.jpg

return $this->save_dir.$this->file_name.".".$this->extension;

}

}

}

return false;

}

　　最后，为了简单起见，我们希望在别处调用这些方法之一来完成爬网。所以我们把抓取动作直接放到getInstances里面，配置好路径后，直接抓取，所以在初始配置方法getInstances中添加代码。

　　if($this->setDir())

{

return $this->getRemoteImg();

}

else

{

return false;

}

　　测试

　　让我们在刚刚创建的 index.php 文件中尝试一下。

　　我确实抓住了它

　　

　　完整代码

<p>