PHP采集静态页面并让页面下载css,img,js保存
发布时间：2022-02-20 16:27:41 所属栏目：PHP教程 来源：互联网
导读：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
|
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> www.Cuoxin.com </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'] = $matches[2]; } } if($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($dir, 0777); }//开源代码Cuoxin.com } } if(!file_exists($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。 （编辑：晋中站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
