使用 php preg_match_all 和 cURL 从多个页面抓取/下载图像

Question

所以我试图从另一个网站抓取一些图片，问题是每张图片都在不同的页面上

IE：id/1、id/2、id/3 等

到目前为止，我有下面的代码，它可以从使用给定的单个 URL 中获取图像：

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

但需要使上面的行变成一个数组（我猜），这样它就会从第 1 页抓取图像，然后继续在第 2 页和第 3 页等自动抓取下一张图像

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';
}

一如既往地感谢所有帮助并提前致谢。

Answer 1

这很令人困惑，因为听起来您只对每页保存一张图像感兴趣。但是随后代码看起来就像您实际上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误解了......但是这里是。

遍历每一页并不难：

$i = 1;
$l = 101;

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

以下假设您正在尝试保存该特定页面上的所有图像：

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);
}