php抓取网页所有图片(春节快乐PHP模拟浏览器访问url地址及相关源码如下)

　　php抓取网页所有图片(春节快乐PHP模拟浏览器访问url地址及相关源码如下)

　　春天

　　节日

　　快的

　　快乐的

　　在PHP中爬取时，通常使用PHP来模拟浏览器访问，通过http请求访问URL地址，然后获取html源代码或者xml数据。我们不能直接输出数据。我们经常需要在继续之前提取内容。格式化，以更友好的方式显示。

　　一、基本原则

　　常用的方法有file_get_contents 和curl。区别简述如下：

　　1. curl 多用于互联网网页之间的爬取，file_get_contents 多用于获取静态页面的内容。

　　2. file_get_contents 会为每一个请求重新做DNS查询，DNS信息不会被缓存。但是 CURL 会自动缓存 DNS 信息。请求同域名下的网页或图片，只需要进行一次DNS查询。这大大减少了 DNS 查询的数量。所以CURL的性能要比file_get_contents好很多。

　　3. file_get_contents 在请求 HTTP 时不会保持活动，但 curl 会。这样，在多次请求多个链接时，curl 的效率会更高。

　　4. curl 支持多种协议，如 FTP、FTPS、HTTP、HTTPS、GOPHER、TELNET、DICT、FILE 和 LDAP。也就是说，它可以做很多file_get_content 做不到的事情。curl可以在PHP中实现远程获取和采集内容；实现PHP网页版的FTP上传下载；实现模拟登录；实现接口对接（API）、数据传输；实现模拟cookie；下载文件断点续传等，功能非常强大。

　　5. file_get_contents 函数会受到php.ini 文件中allow_url_open 选项配置的影响。如果配置关闭，该功能将无效。并且 curl 不受此配置的影响。

　　二、图像捕捉

　　这里我们以file_get_contents为例，抓取国内某新闻网的新闻列表缩略图。

　　页面及相关html源码如下：

　　首先我们通过file_get_contents获取页面html的完整源码，并进行正则匹配匹配所有img标签的src属性值，也就是我们要获取的target：

　　这样上面代码中的$matches就存储了所有匹配到的imgs的src属性值，然后通过循环下载保存到本地：

　　三、通过PHP调用wget获取

　　上面的代码已经展示了一个基本的图片抓取方法，但是当目标图片一般比较大（比如壁纸图片）并且网速有限且不稳定时，可以不使用PHP下载，在Linux系统下调用wget命令即可。，具体示例代码如下：

　　图像抓取只是 PHP 网络爬虫可以完成的一小部分功能。通过PHP网络爬虫，您可以轻松获取互联网上更多的数据，无论是用于数据挖掘、市场调查，甚至是制作搜索引擎。

　　ymkj_024

　　每一个有梦想的品牌都值得我们的支持