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:
-
<?php
-
$str='<p><img border="0" src="upfiles/2009/07/1246430143_1.jpg" alt=""/></p>';
-
$pattern="/<[img|IMG].*?src=['|"](.*?(?:[.gif|.jpg]))['|"].*?[/]?>/";
-
preg_match_all($pattern,$str,$match);print_r($match);
-
?>
-
-
Array
-
(
-
[0] => Array
-
(
-
[0] => <img border="0" src="upfiles/2009/07/1246430143_1.jpg" alt=""/>
-
)
-
[1] => Array
-
(
-
[0] => upfiles/2009/07/1246430143_1.jpg
-
)
-
)
有了上面核心函数下面就好做了,代码如下:
-
-
-
-
-
-
-
-
-
function replaceimg($xstr,$keyword, $oriweb){
-
-
-
$d = date('Ymd', time());
-
$dirslsitss = '/var/www/weblist/uploads/'.$keyword.'/'.$d;
-
if(!is_dir($dirslsitss)) {
-
@mkdir($dirslsitss, 0777);
-
}
-
-
-
preg_match_all('#<img.*?src="([^"]*)"[^>]*>#i', $xstr, $match);
-
-
foreach($match[1] as $imgurl){
-
-
$imgurl = $imgurl;
-
-
if(is_int(strpos($imgurl, 'http'))){
-
$arcurl = $imgurl;
-
} else {
-
$arcurl = $oriweb.$imgurl;
-
}
-
$img=file_get_contents($arcurl);
-
if(!emptyempty($img)) {
-
-
$fileimgname = time()."-".rand(1000,9999).".jpg";
-
$filecachs=$dirslsitss."/".$fileimgname;
-
$fanhuistr = file_put_contents( $filecachs, $img );
-
$saveimgfile = "/uploads/$keyword"."/".$d."/".$fileimgname;
-
$xstr=str_replace($imgurl,$saveimgfile,$xstr);
-
}
-
}
-
return $xstr;
-
}
-
(责任编辑:最模板) |