php的Snoopy類如何使用

本篇內(nèi)容主要講解“php的Snoopy類如何使用”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“php的Snoopy類如何使用”吧!

php的Snoopy類

獲取請(qǐng)求網(wǎng)頁(yè)里面的所有鏈接，直接使用fetchlinks就可以，獲取所有文本信息使用fetchtext（其內(nèi)部還是使用正則表達(dá)式在進(jìn)行處理），還有其它較多的功能，如模擬提交表單等。

使用方法：

1、先下載Snoopy類

2、先實(shí)例化一個(gè)對(duì)象，然后調(diào)用相應(yīng)的方法即可獲取抓取的網(wǎng)頁(yè)信息

示例：

include "snoopy/Snoopy.class.php";
$snoopy = new Snoopy(); 
$sourceURL = "http://xxxxxxxxx";
$snoopy->fetchlinks($sourceURL);
$a = $snoopy->results;

它并沒有提供獲取網(wǎng)頁(yè)中所有圖片地址的方法，自己有個(gè)需求是要獲取一個(gè)頁(yè)面中所有文章列表中圖片地址。然后自己就寫了一個(gè)，主要還是正則那里匹配重要。

//匹配圖片的正則表達(dá)式
 $reTag = "/<img[^s]+src="(http://[^"]+).(jpg|png|gif|jpeg)"[^/]*/>/i";

因?yàn)樾枨蟊容^特殊，只需要抓取寫死htp://開頭的圖片（外站的圖片可能使得了防盜鏈，想先抓取到本地）

實(shí)現(xiàn)思路：

1、抓取指定網(wǎng)頁(yè)，并篩選出預(yù)期的所有文章地址；

2、循環(huán)抓取第一步中的文章地址，然后使用匹配圖片的正則表達(dá)式進(jìn)行匹配，獲取頁(yè)面中所有符合規(guī)則的圖片地址；

3、根據(jù)圖片后綴和ID（這里只有g(shù)if、jpg）保存圖片---如果此圖片文件存在，先將其刪除再保存

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

<?php
    include "snoopy/Snoopy.class.php";
    
    $snoopy = new Snoopy();
    
    $sourceURL = "http://xxxxx";
    $snoopy->fetchlinks($sourceURL);
    
    $a = $snoopy->results;
    $re = "/d+.html$/";
    
    //過(guò)濾獲取指定的文件地址請(qǐng)求
    foreach ($a as $tmp) {
        if (preg_match($re, $tmp)) {
            getImgURL($tmp);
        }
    }
    
    function getImgURL($siteName) {
        $snoopy = new Snoopy();
        $snoopy->fetch($siteName);
        
        $fileContent = $snoopy->results;
        
        //匹配圖片的正則表達(dá)式
        $reTag = "/<img[^s]+src="(http://[^"]+).(jpg|png|gif|jpeg)"[^/]*/>/i";
        
        if (preg_match($reTag, $fileContent)) {
            $ret = preg_match_all($reTag, $fileContent, $matchResult);
            
            for ($i = 0, $len = count($matchResult[1]); $i < $len; ++$i) {
                saveImgURL($matchResult[1][$i], $matchResult[2][$i]);
            }
        }
    }
    
    function saveImgURL($name, $suffix) {
        $url = $name.".".$suffix;
        
        echo "請(qǐng)求的圖片地址：".$url."<br/>";
        
        $imgSavePath = "E:/xxx/style/images/";
        $imgId = preg_replace("/^.+/(d+)$/", "1", $name);
        if ($suffix == "gif") {
            $imgSavePath .= "emotion";
        } else {
            $imgSavePath .= "topic";
        }
        $imgSavePath .= ("/".$imgId.".".$suffix);
        
        if (is_file($imgSavePath)) {
            unlink($imgSavePath);
            echo "<p style="color:#f00;">文件".$imgSavePath."已存在，將被刪除</p>";
        }
        
        $imgFile = file_get_contents($url);
        $flag = file_put_contents($imgSavePath, $imgFile);
        
        if ($flag) {
            echo "<p>文件".$imgSavePath."保存成功</p>";
        }
        
    }
?>

在使用php抓取網(wǎng)頁(yè)：內(nèi)容、圖片、鏈接的時(shí)候，我覺得最重要的還是正則(根據(jù)抓取的內(nèi)容和指定的規(guī)則獲取想要的數(shù)據(jù))，思路其實(shí)都比較簡(jiǎn)單，用到的方法也并不多，也就那幾個(gè)（而且抓取內(nèi)容還是直接調(diào)用別人寫好的類中的方法就可以了）

但之前想過(guò)的是php似乎并沒有實(shí)現(xiàn)如下的方法，比如一個(gè)文件中有N行(N很大)，需要將其中符合規(guī)則的行內(nèi)容進(jìn)行替換，如第3行是aaa需要轉(zhuǎn)成bbbbb。一般的需要修改文件時(shí)的常見做法：

1、一次讀取整個(gè)文件（或是逐行讀?。?，然后使用臨時(shí)文件進(jìn)行保存最終轉(zhuǎn)換后的結(jié)果，再替換原始文件

2、逐行讀取，使用fseek控制文件指針的位置，然后fwrite寫入

方案1在文件較大時(shí)，一次讀取不可?。ㄖ鹦凶x取，然后寫入臨時(shí)文件再替換原始文件效率感覺也不高），方案2則在被替換的字符串長(zhǎng)度小于等于目標(biāo)值時(shí)沒問(wèn)題，但超過(guò)了則會(huì)有問(wèn)題，它會(huì)“越界”，將下一行的數(shù)據(jù)也打亂了（不能像JavaScript中有“選區(qū)”的概念，使用新的內(nèi)容進(jìn)行替換）

下面是使用方案2做試驗(yàn)的代碼：

<?php
$mode = "r+";
$filename = "d:/file.txt";
$fp = fopen($filename, $mode);
if ($fp) {
 $i = 1;
 while (!feof($fp)) {
  $str = fgets($fp);
  echo $str;
  if ($i == 1) {
   $len = strlen($str);
   fseek($fp, -$len, SEEK_CUR);//指針向前移動(dòng)
   fwrite($fp, "123");
  }
  $i++;
 }
 fclose($fp);
}
?>

先讀取一行，此時(shí)文件指針其實(shí)是指到下一行開頭，使用fseek將文件指針回移到上一行起始位置，然后使用fwrite進(jìn)行替換操作，正因?yàn)槭翘鎿Q操作，在不指定長(zhǎng)度的情況下，它把影響到下一行的數(shù)據(jù)，而我想要的是只想針對(duì)這一行進(jìn)行操作，例如刪除這一行或是整行只替換為一個(gè)1。

到此，相信大家對(duì)“php的Snoopy類如何使用”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！