PHP 简单图片采集器源码及使用详解

核心逻辑与准备工作

该采集程序的核心在于 getimg 函数，它接收目标 URL 和一系列正则参数，通过 file_get_contents 获取页面 HTML 源码，随后利用 preg_match_all 匹配图片地址，并使用 preg_match 提取标题。若环境中禁用了 file_get_contents，代码注释中提供了使用 fopen 读取文件的替代方案。

使用前需确认服务器环境允许 HTTP 请求，且 PHP 版本支持正则表达式相关函数。

第1步：定义数据采集函数

目的：封装网络请求与数据解析逻辑。
关键参数：
- $url: 目标网页地址
- $key: 图片地址的正则模板，占位符为 {图片地址}
- $imgqian: 图片相对路径的前缀域名
- $imgbiao: 用于识别路径特征的标识字符串
- $titlekey: 图片标题的正则模板，占位符为 {图片标题}

程序会将占位符替换为捕获组 (.+) 并追加修正符，执行匹配后将结果存入全局变量数组。注意：原始代码使用了多个 return 语句，实际生效的仅为第一个返回值（标题）。

第2步：处理分页与批量抓取

目的：当网页包含多页图片时，自动遍历后续页面。
操作入口：提交表单时设置“获取分页信息”为“是”。
动作说明：程序首先解析主页面以获取所有分页链接的正则匹配项，然后根据设定的页数限制循环调用主抓取函数。在此过程中，分页链接中的相对路径同样需要借助前缀参数进行补全。

第3步：配置表单参数进行实战

目的：根据不同的网页结构调整正则匹配规则。
重要参数：表单包含 URL 输入框、各类正则填写框、分页开关及显示模式选择。

场景一：信息页含分页且为相对路径

<FORM METHOD=POST ACTION="?act=getimgadd">
输入图片地址 <INPUT TYPE="text" NAME="url" size=80 value='http://www.pp132.com/n835c17.shtml'><br>
图片地址正则 <INPUT TYPE="text" NAME="key" size=80 value='<img{图片地址}>'><br>
图片地址前缀 <INPUT TYPE="text" NAME="imgqian" size=80 value='http://www.pp132.com/'><br>
图片地址标识 <INPUT TYPE="text" NAME="imgbiao" size=80 value='upload'><br>
图片标题正则 <INPUT TYPE="text" NAME="titlekey" size=80 value='<H1 class=aTitle>{图片标题}</H1></DIV>'><br>
分页地址正则 <INPUT TYPE="text" NAME="page" size=80 value='<a href="{分页地址}shtml>.[0-9]'><br>
分页地址模式 <INPUT TYPE="text" NAME="pagekey" size=80 value='http://{关键地址}shtml'><br>
<SELECT NAME="getpage">
<option value="是" selected="selected">获取分页信息</option>
<option value="否">不要分页信息</option>
</SELECT><br>
... (省略其他选项) ... 
<INPUT TYPE="submit">
</FORM>

场景二：无分页但需拼接域名前缀

适用于单页展示且图片路径为相对路径的情况。主要区别在于分页正则留空，并针对特定的 IMG 标签结构调整了图片地址正则：<IMG src="/UpLoad{图片地址}jpg"。

场景三：绝对路径与无分页

当图片已包含完整 HTTP 地址时，前缀参数置空。正则示例调整为匹配 P 标签内的 IMG 元素：<P><IMG{图片地址}"></P>。

特殊论坛适配案例

对于某些论坛结构（如华声论坛），附件和外链的 HTML 结构不同，需分别定制参数：

• 附件形式：正则设为 upload=jpg{图片地址}upload，标识为 bbs。
• 外链形式：正则设为 img]{图片地址}/img，标识为 jpg。
• 通用标题：两者标题正则均设为 帖子主题</B>：{图片标题}</th>。

风险提示与总结

此代码属于早期的教学示例，使用了已过时的 ereg 系列函数，在现代 PHP 环境（7.0+）中应替换为 preg_match。此外，直接输出远程图片存在跨域与安全策略限制，实际生产环境中建议加入 User-Agent 伪装、异常处理及反爬机制。以上就是用PHP写的简单采集程序的详细内容，更多关于PHP爬虫开发的资料请关注本站其它相关文章！