基于PHP百度图片网络爬虫案例

亦凉 2022-05-29 02:58 256阅读 0赞

<?php
        header('content-type:text/html;charset=utf-8;');
        $url = 'http://image.baidu.com/search/index?ct=201326592&cl=2&st=-1&lm=-1&nc=1&ie=utf-8&tn=baiduimage&ipn=r&rps=1&pv=&fm=rs2&word=%E7%94%B0%E5%9B%AD%E8%87%AA%E7%84%B6%E9%A3%8E%E5%85%89&oriquery=%E8%87%AA%E7%84%B6%E9%A3%8E%E5%85%89&ofr=%E8%87%AA%E7%84%B6%E9%A3%8E%E5%85%89&hs=2&sensitive=0';//爬虫目标地址
        @ini_set("implicit_flush",1);//在代码中设置及时输出
        ob_implicit_flush(1);//开启及时输出开启
        @ob_end_clean();//清除缓存内容
        echo '开始爬虫……<br>';
        ini_set("max_execution_time", "120");//设置最大执行时间
        $res = file_get_contents($url);
        preg_match_all('/[^>"]*\.(?:png|jpg|bmp|gif|jpeg)/',$res,$img_matches);//正则匹配图片
        $count = 0;
        foreach ($img_matches[0] as $key => $value) {
            if(strpos($value, '=') === FALSE && (strpos($value, '{') === FALSE || strpos($value, '}') === FALSE)){
                $ext = substr($value, strrpos($value, '.'));
                if(strpos($value, 'http') === FALSE){
                    $value = 'http:'.$value;
                }
                $img = @file_get_contents($value);
                $one_level_dir = date("Y");
                $two_level_dir = $one_level_dir.'/'.date("m-d");
                if(!is_dir($one_level_dir)){
                    mkdir($one_level_dir);
                }
                if(!is_dir($two_level_dir)){
                    mkdir($two_level_dir);
                }
                $new_file = $two_level_dir.'/'.$key.$ext;
                if($img && file_put_contents($new_file, $img)){
                    $count++;
                    echo '第'.$key.'张图片，名字为'.$key.$ext.' <img src="'.$new_file.'" width="25" height="25" alt="" /><br>';
                }
            }
        }
        echo '爬虫结束，一共有'.count($img_matches[0]).'张，成功爬到'.$count.'张';

效果截图：

![Image 1][]

[Image 1]: