使用PHP，网络抓取所有图像的主URL，重新显示到另一个网站上

Question

有趣的是，我还没有找到这方面的有效示例。使用 php，我试图将给定 url 的所有图像抓取/重新显示到另一个网站上。我知道如何用文本来做到这一点，但图像，我不确定。有人知道一个好的工作示例吗？我知道如何抓取所有内容，但不仅仅是图像。例如，这可以完成整个页面：

<?php
$curl = curl_init();
curl_setopt ($curl, CURLOPT_URL,         
"https://en.wikipedia.org/wiki/Wikipedia:Picture_of_the_day");
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
$result = curl_exec ($curl);
curl_close ($curl);
echo $result;
?>

非常感谢。 -威尔逊

*理想情况下，实际上这只会抓取第一张图像，例如上面的示例。但我不会超前，只是想把这个功能搞下来。

Answer 1

您可以使用文件来保存结果。

$fp = fopen($filename, 'a+');
$ch = curl_init($url);
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:29.0) Gecko/20100101 Firefox/29.0');
curl_setopt($ch, CURLOPT_ENCODING, 'gzip, deflate');
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 5);
curl_setopt($ch, CURLOPT_FILE, $fp);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($ch, CURLOPT_NOPROGRESS, false);
curl_setopt($ch, CURLOPT_PROGRESSFUNCTION, function ($dltotal, $dlnow, $ultotal, $ulnow) {
});
curl_setopt($ch, CURLOPT_LOW_SPEED_LIMIT, 1);
curl_setopt($ch, CURLOPT_LOW_SPEED_TIME, 8);

curl_exec($ch);

$error = curl_error($ch);
$http_code = curl_getinfo($ch, CURLINFO_HTTP_CODE);
$content_type = curl_getinfo($ch, CURLINFO_CONTENT_TYPE);
$end_size = $begin_size + curl_getinfo($ch, CURLINFO_SIZE_DOWNLOAD);
Log::info('end_size='.$end_size);

curl_close($ch);
fclose($fp);

Answer 2

您可以添加/使用 PHP DOMXPath 函数来解析您的抓取结果。

在代码后面添加以下脚本

$dom = new DOMDocument();
@$dom->loadHTML($result); 
$xpath = new DOMXPath($dom);    

//get all images 
$images = $xpath->query ('//img/@src');
$img = array();
foreach ( $images as $image) {
    $img[] = $image->nodeValue;
}
print_r($img);

** 编辑部分

尝试用这个更改你的 CURL 代码

$url = 'https://en.wikipedia.org/wiki/Wikipedia:Picture_of_the_day';
$curl       = curl_init($url);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($curl, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.10 (KHTML, like Gecko) Chrome/8.0.552.224 Safari/534.10');
curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, 0); //untuk https
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, 0);//untuk https
//curl_setopt($curl, CURLOPT_ENCODING , 'gzip');
$html = curl_exec($curl);
if(curl_error($curl)){ 
    echo 'Curl error: ' . curl_error($curl);
    $result = ''; //return empty if error
}
else {
    $result = $html;
}