快捷導(dǎo)航

PHP采集靜態(tài)頁面并把頁面css,img,js保存的方法

更新時(shí)間：2014年12月23日 10:20:08 投稿：shichen2014

這篇文章主要介紹了PHP采集靜態(tài)頁面并把頁面css,img,js保存的方法,可以實(shí)現(xiàn)簡單的網(wǎng)頁抓取功能,具有一定的參考借鑒價(jià)值,需要的朋友可以參考下

本文實(shí)例講述了PHP采集靜態(tài)頁面并把頁面css,img,js保存的方法。分享給大家供大家參考。具體分析如下：

這是一個(gè)可以獲取網(wǎng)頁的html代碼以及css,js,font和img資源的小工具,主要用來快速獲取模板,如果你來不及設(shè)計(jì)UI或者看到不錯(cuò)的模板,則可以使用這個(gè)工具來抓取網(wǎng)頁和提取資源文件,提取的內(nèi)容會按相對路徑來保存資源,因此你不必?fù)?dān)心資源文件的錯(cuò)誤url導(dǎo)入.

首頁 index.php,代碼如下:

復(fù)制代碼代碼如下:

<!DOCTYPE html> 

<html> 

<head> 

<meta name="author" content="flute" /> 

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" /> 

<title>網(wǎng)頁抓取器</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>

抓取頁面代碼 grab.php,代碼如下:

復(fù)制代碼代碼如下:

<?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等資源的頁面 save.php,代碼如下:

復(fù)制代碼代碼如下:

<?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); 

  } 

 } 

?>