抓取并下載CSS中所有圖片文件的php代碼

更新時(shí)間：2011年09月26日 14:39:34 作者：

今天就讓 PHP 用正則式把 CSS 文件中的所有圖片文件，都從 CSS 原來(lái)的位置下載來(lái)吧。

這篇文章的亮點(diǎn)是，正則式更加復(fù)雜鳥(niǎo)，╮(-_-)╭，再就是 Copy 函數(shù)的灰常強(qiáng)大的一個(gè)用法。
> 話(huà)說(shuō)剛才聽(tīng) NsYta 說(shuō)小邪的主題太白了，杯具。最近太忙，沒(méi)有空，不然就自己搞一個(gè)新主題。

一. 抓取 CSS 中的圖片：
> 1. 首先做好準(zhǔn)備工作：
> 第一步，先把 CSS 原本的路徑存到 $url 變量里，然后把 CSS 的內(nèi)容保存在 abc.css 中。
> 因?yàn)榭紤]到經(jīng)常碰到多個(gè) CSS 文件的狀況，所以小邪沒(méi)有直接填一個(gè) CSS 路徑。
> 而是把幾個(gè) CSS 文件的內(nèi)容合并到一起，全部塞到 abc.css 文件里面即可，嘎嘎嘎。

$data = file_get_contents('abc.css');

> 接著讀取 CSS 文件的內(nèi)容到 $data 變量中，然后用正則式把域名給取出來(lái)。
> 因?yàn)檫@里考慮到很多圖片文件用到了相對(duì)根路徑，比方說(shuō) /img/1.gif 和 img/1.gif。
> 然后 CSS 原地址在 http://www.dhdzp.com/css/ 那么上面的兩個(gè)文件位置是不同的。

> 第一個(gè)文件在 /upload/201109/20110926143903807.gif，因?yàn)樗穆窂接玫搅讼鄬?duì)根路徑。
> 而第二個(gè)在 /upload/201109/20110926143903169.gif，它的路徑只是普通的相對(duì)路徑。

復(fù)制代碼代碼如下:

 
$url = 'http://www.dhdzp.com/css/'; preg_match('/(.*\/\/.*?)\//',$url,$host); 
//這里用正則式把 http://www.dhdzp.com/ 給取出來(lái)，后端不要忘記加斜杠喔。 
//.*? 是懶惰匹配，也就是能匹配得越少就匹配越少的內(nèi)容，這樣就不會(huì)取過(guò)頭了。 
$host = $host[1]; 

2. 把圖片存儲(chǔ)文件夾建好：
> 小邪這里用了 is_dir 來(lái)確定文件夾是否存在，存在的話(huà)，就不用再建立第二遍了。
> 呵呵，順便說(shuō)下，is_file 函數(shù)可以確定此文件是否為正常文件，也可以確定是否存在。
> 但 file_exists() 優(yōu)越一點(diǎn)，因?yàn)槟炒慰吹接腥嗽?Webmasterworld.com 上面討論過(guò)。

if (!is_dir('img')) { mkdir('img'); }

> 3. 用正則式把圖片相對(duì)地址取出來(lái)：

$regex = '/url$\'{0,1}\"{0,1}(.*?)\'{0,1}\"{0,1}$/';
//這里用正則式匹配出圖片地址，要考慮三種情況，即 url(1.gif) url('1.gif') url("1.gif")。
//這三種寫(xiě)法都是可以使用的，所以咱們就用上面的正則把里面的 1.gif 取出來(lái)。
//\'{0,1} 表示單引號(hào)可能出現(xiàn)1次或0次，\" 則表示雙引號(hào)可能出現(xiàn)1次或0次。
//中間必須使用懶惰匹配，不然取出來(lái)的就是 1.gif" 而不是 1.gif 鳥(niǎo)，O(∩_∩)P。
preg_match_all($regex,$data,$result);

> 4. 處理這些圖片：

> 首先使用一個(gè)循環(huán)，把上面是用正則提取出來(lái)的第一分支內(nèi)容數(shù)組給處理一下。
> 額，這里的第一分支表示正則式里面的第一個(gè)括號(hào)來(lái)著，呵呵，以此類(lèi)推。

foreach ($result[1] as $val) { }

> 然后是用正則式判定，因?yàn)檫€要考慮到這樣 /upload/201109/20110926143903807.gif。
> 這樣是使用了完整的路徑了，而不是想其他的一樣是 /img/1.gif 或者 img/1.gif。
> 所以單獨(dú)判斷一下，然后接著判斷這兩個(gè)，看看是 /img/1.gif 還是 img/1.gif。

復(fù)制代碼代碼如下:

 
if (preg_match('/^http.*/',$val)) { $target = $val; } 
else if (preg_match('/^\/.*/',$val)) { $target=$host.$val; } 
else { $target=$url.$val; } 
echo $target."<br/>\r\n"; 

> 最后把文件名取出來(lái)，即 /img/1.gif 中的 1.gif，用于保存文件。

復(fù)制代碼代碼如下:

preg_match('/.*\/(.*\.\D+)$/',$val,$name);

> 然后咱們就可以開(kāi)始下載了，這里要介紹一個(gè)強(qiáng)大的 Copy 函數(shù)用法。

復(fù)制代碼代碼如下:

 
if (!is_file('./img/'.$name[1])) { 
$imgc = file_get_contents($target); 
$handle = fopen('./img/'.$name[1],'w+'); 
fwrite($handle,$imgc); 
fclose($handle); 
} 

> 上面那個(gè)是咱們的老方法了，嘎嘎，很麻煩。某次，小邪突然發(fā)現(xiàn) Copy 的強(qiáng)大。
> Copy 居然也可以下載，所以可以輕松使用下面的代碼來(lái)處理，上面的可以退休鳥(niǎo)。

復(fù)制代碼代碼如下:

 
if (!is_file('./img/'.$name[1])) { 
copy($target,'./img/'.$name[1]); 
} 

> 5. 完整源代碼：

> 使用的時(shí)候把 $url 填好即可，然后把所有 CSS 內(nèi)容存到 abc.css 中即可。

復(fù)制代碼代碼如下:

 
<?php 
$url = 'http://www.dhdzp.com/css/'; 
$data = file_get_contents('abc.css'); 
preg_match('/(.*\/\/.*?)\//',$url,$host); 
$host = $host[1]; 
if (!is_dir('img')) { mkdir('img'); } 
$regex = '/url\(\'{0,1}\"{0,1}(.*?)\'{0,1}\"{0,1}\)/'; 
preg_match_all($regex,$data,$result); 
foreach ($result[1] as $val) { 
if (preg_match('/^http.*/',$val)) { $target = $val; } 
else if (preg_match('/^\/.*/',$val)) { $target=$host.$val; } 
else { $target=$url.$val; } 
echo $target."<br/>\r\n"; 
preg_match('/.*\/(.*\.\D+)$/',$val,$name); 
if (!is_file('./img/'.$name[1])) { 
copy($target,'./img/'.$name[1]); 
} 
}?> 