Posted in PHP onDecember 23, 2014
本文实例讲述了PHP采集静态页面并把页面css,img,js保存的方法。分享给大家供大家参考。具体分析如下:
这是一个可以获取网页的html代码以及css,js,font和img资源的小工具,主要用来快速获取模板,如果你来不及设计UI或者看到不错的模板,则可以使用这个工具来抓取网页和提取资源文件,提取的内容会按相对路径来保存资源,因此你不必担心资源文件的错误url导入.
首页 index.php,代码如下:
<!DOCTYPE html> <html> <head> <meta name="author" content="flute" /> <meta http-equiv="Content-Type" content="text/html; charset=utf-8" /> <title>网页抓取器</title> <link rel="stylesheet" href="main.css" media="all" /> <script type="text/javascript" src="jquery.js"></script> <script type="text/javascript" src="main.js"></script> </head> <body> <h1>Web Grabber</h1> <hr /> <div class="box"> <h2>Url</h2> <div class="form"> <input type="text" id="project" value="projectname" /> <input type="text" id="url" value="http://" size="60" /> <button class="submit" type="button">Get</button><span id="tip"></span> </div> </div> <div class="box"> <span class="all" id="saveall">Save All</span> <h2>List</h2> <ul id="list"> </ul> </div> </body> </html>
抓取页面代码 grab.php,代码如下:
<?PHP /* * flute * 2014/03/31 */ if(isset($_POST['url'])) { if(isset($_POST['project']) && !is_dir($_POST['project'])) mkdir($_POST['project'], 0777); echo json_encode(grab($_POST['url'])); } function grab($url) { //$url = 'http://ldixing-wordpress.stor.sinaapp.com/uploads/leaves/test.html'; $data = array(); $file = preg_replace('/^.*//', '', $url); if(($content = file_get_contents($url)) !== false) { if(isset($_POST['project'])) file_put_contents($_POST['project'].'/'.$file, $content); $pattern = '/<link.*?href=('|")(.*?.css)1.*?>/i'; if(preg_match_all($pattern, $content, $matches)) { $data['css'] = $matches[2]; } $pattern = '/<script.*?src=('|")(.*?.js)1.*?>/i'; if(preg_match_all($pattern, $content, $matches)) { $data['js'] = $matches[2]; } $pattern = '/<img.*?src=('|")(.*?)1.*?>/i'; if(preg_match_all($pattern, $content, $matches)) { $data['img'] = $matches[2]; } $pattern = '/url(('|"|s)(.*?)1)/i'; if(preg_match_all($pattern, $content, $matches)) { $data['src'] = $matches[2]; } } return $data; } function vardump($obj) { echo '<pre>'; print_r($obj); echo '</pre>'; } ?>
保存css,js,img等资源的页面 save.php,代码如下:
<?PHP /* * flute * 2014/03/31 */ if(isset($_POST['url']) && isset($_POST['project']) && isset($_POST['domain'])) { extract($_POST); $url = preg_replace('/?.*$/', '', $url); $file = $url; $arr = explode('/', $file); $length = sizeof($arr); $filename = $arr[$length - 1]; $root = $project; $dir = $root; if($domain == 'http') { $dir = $root.'/http'; if(!is_dir($dir)) mkdir($dir, 0777); } else { $file = $domain.'/'.$url; for($i = 0; $i < $length -1; $i++) { if(!emptyempty($arr[$i])) { $dir .= '/'.$arr[$i]; if(!is_dir($dir)) mkdir($dir, 0777); } } } if(!file_exists($dir.'/'.$filename) || filesize($dir.'/'.$filename) == 0) { $content = file_get_contents($file); file_put_contents($dir.'/'.$filename, $content); } } ?>
使用方法:
1. 打开index页,输入项目名和要抓取的网址,网址必须是文件名结尾,如index.html;
2. 点Get按钮,得到当前页面所有的css,js,img等资源列表;
3. 点击css链接会获取css文件中的背景资源图片,附加在列表后头;
4. 点击Save All即可保存列表中所有的文件,并按相对路径生成;
5. 如果网页上有http远程文件,将会直接保存在http文件夹下;
6. Get和Save有时会失败,没关系重试几次即可。
希望本文所述对大家的php程序设计有所帮助。
PHP采集静态页面并把页面css,img,js保存的方法
- Author -
shichen2014声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@