PHP如何采集靜態(tài)頁面并把頁面css,img,js保存

發(fā)布時(shí)間：2021-07-01 11:41:41 來源：億速云閱讀：114 作者：chen 欄目：開發(fā)技術(shù)

這篇文章主要講解了“PHP如何采集靜態(tài)頁面并把頁面css,img,js保存”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請(qǐng)大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“PHP如何采集靜態(tài)頁面并把頁面css,img,js保存”吧！

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(huì)按相對(duì)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>
<h2>Web Grabber</h2>
<hr />
<div class="box">
<h3>Url</h3>
<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>
<h3>List</h3>
<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);
}
}
?>

使用方法:

1. 打開index頁,輸入項(xiàng)目名和要抓取的網(wǎng)址,網(wǎng)址必須是文件名結(jié)尾,如index.html；

2. 點(diǎn)Get按鈕，得到當(dāng)前頁面所有的css,js,img等資源列表；

3. 點(diǎn)擊css鏈接會(huì)獲取css文件中的背景資源圖片，附加在列表后頭；

4. 點(diǎn)擊Save All即可保存列表中所有的文件，并按相對(duì)路徑生成；

5. 如果網(wǎng)頁上有http遠(yuǎn)程文件，將會(huì)直接保存在http文件夾下;

6. Get和Save有時(shí)會(huì)失敗，沒關(guān)系重試幾次即可。

感謝各位的閱讀，以上就是“PHP如何采集靜態(tài)頁面并把頁面css,img,js保存”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對(duì)PHP如何采集靜態(tài)頁面并把頁面css,img,js保存這一問題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！

向AI問一下細(xì)節(jié)

PHP如何采集靜態(tài)頁面并把頁面css,img,js保存

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽