如何在图片中找到网址答案

【问题标题】：How to find urls in images如何在图片中找到网址
【发布时间】：2011-03-21 05:41:44
【问题描述】：

我正在尝试从大量谷歌搜索结果中提取网址。从源代码中获取它们被证明是非常具有挑战性的，因为分隔符不明确，并且并非所有 url 都在代码中。是否有可以从图像的某个区域提取 url 的工具？如果是这样，那可能是一个更好的解决方案。

任何帮助将不胜感激。

【问题讨论】：

图片如何在某些区域包含URL？你能给出一些你的意思的背景吗？这个问题是关于抓取谷歌图片搜索的吗？到目前为止，您尝试了什么？
抓取 Google 违反了 Google 的 ToS。
您的意思是要从网页中提取图片网址？

【解决方案1】：

尝试改用 JSON/Atom 自定义搜索 API：http://code.google.com/apis/customsearch/v1/overview.html。它每天为您提供 100 次 api 调用，如果您付费，您可以将其增加到每天 10000 次。

【讨论】：

【解决方案2】：

使用这个优秀的库：http://simplehtmldom.sourceforge.net/manual.htm

// Grab the source code
$html = file_get_html('http://www.google.com/');

// Find all anchors, returns a array of element objects
$ret = $html->find('a');

// Get a attribute ( If the attribute is non-value attribute (eg. checked, selected...), it will returns true or false)
$value = $ret->href;

编辑：

似乎所有“自然”搜索 url 都在 #res div 中。使用 simplehtmldom 找到第一个 #res，而不是其中的所有 url。不记得确切的语法，但它必须是这样的：

$ret = $html->find('div[id=res]')->find('a');

或许

$html->find('div[id=res] a');

【讨论】：

不完全是。这是一个使用原生 DOM PHP 函数的 PHP 类，但使用起来更简单。
我想区分付费搜索和自然搜索。找到所有的 url 不是问题，问题是找到付费搜索和自然搜索的 url。到目前为止，我一直在尝试使用爆炸，但谷歌代码中的分隔符很乱。有什么建议么？ @CoBaLt2760 @Moshe
所有“自然”搜索 url 似乎都在 #res div 中。使用 simplehtmldom 找到第一个 #res，而不是其中的所有 url。不记得确切的语法，但它必须是这样的： $ret = $html->find('div[id=res]')->find('a');或者 $html->find('div[id=res] a');