php把采集内容中图片地址下载并替换成本地地址

如果你不是使用工具采集而是直接使用php来采集文章,这样文章中的地址如果我们下载下来不替换的还是别人网站的地地址,下面我来介绍利用preg_match_all函数不定期把采集内容中图片地址下载并替换成本地地址.

把字符串中地址全部获取到一个数组我们利用preg_match_all函数,代码如下:

1. <?php 
2. $str='<p><img border="0" src="upfiles/2009/07/1246430143_1.jpg" alt=""/></p>'; 
3. $pattern="/<[img|IMG].*?src=['|"](.*?(?:[.gif|.jpg]))['|"].*?[/]?>/"; 
4. preg_match_all($pattern,$str,$match);print_r($match); 
5. ?> 
6. //结果 
7. Array 
8. ( 
9.     [0] => Array 
10.         ( 
11.             [0] => <img border="0" src="upfiles/2009/07/1246430143_1.jpg" alt=""/> 
12.         ) 
13.     [1] => Array 
14.         ( 
15.             [0] => upfiles/2009/07/1246430143_1.jpg 
16.         ) 
17. ) 

有了上面核心函数下面就好做了,代码如下:

1. /** 
2.  * 获取替换文章中的图片路径 
3.  * @param string $xstr 内容 
4.  * @param string $keyword 创建照片的文件名 
5.  * @param string $oriweb 网址 
6.  * @return string 
7.  *  
8.  */ 
9. function replaceimg($xstr,$keyword, $oriweb){ 
10.  
11.     //保存路径 
12.     $d = date('Ymd', time()); 
13.     $dirslsitss = '/var/www/weblist/uploads/'.$keyword.'/'.$d;//分类是否存在 
14.     if(!is_dir($dirslsitss)) { 
15.         @mkdir($dirslsitss, 0777); 
16.     } 
17.  
18.     //匹配图片的src 
19.     preg_match_all('#<img.*?src="([^"]*)"[^>]*>#i', $xstr, $match); 
20.  
21.     foreach($match[1] as $imgurl){ 
22.  
23.         $imgurl = $imgurl; 
24.  
25.         if(is_int(strpos($imgurl, 'http'))){ 
26.             $arcurl = $imgurl; 
27.         } else { 
28.             $arcurl = $oriweb.$imgurl;         
29.         } 
30.         $img=file_get_contents($arcurl); 
31.         if(!emptyempty($img)) { 
32.             //保存图片到服务器 
33.             $fileimgname = time()."-".rand(1000,9999).".jpg"; 
34.             $filecachs=$dirslsitss."/".$fileimgname; 
35.             $fanhuistr = file_put_contents( $filecachs, $img ); 
36.             $saveimgfile = "/uploads/$keyword"."/".$d."/".$fileimgname; 
37.             $xstr=str_replace($imgurl,$saveimgfile,$xstr); 
38.         } 
39.     } 
40.     return $xstr; 
41. }