关于php抓取激动800*800大图以及商品价格和名称

大学虫

function getjd($path,$pagenum){ $url=$path; $pages=$pagenum; $arr=explode('-',$url); for($i=1;$i<=$pages;$i++){//$pages为分页的数量 $arr[14]=$i;//url中最后一个1所在的位置 $url=implode('-',$arr); $curl = curl_init ();//初始化curl curl_setopt ( $curl, CURLOPT_URL, $url ); curl_setopt ( $curl, CURLOPT_RETURNTRANSFER, 1 ); curl_setopt($curl, CURLOPT_HEADER, 1); curl_setopt ( $curl, CURLOPT_POST, 1 ); curl_setopt ( $curl, CURLOPT_POSTFIELDS, $data ); $html = curl_exec ( $curl );//获得页面内容 preg_match_all ( "/<script type=\"text\/javascript\">(.*?)<\/script>/", $html, $prices ); //var_dump($prices); $priceArray = explode ( "\"", $prices [1] [1] );//根据不同的页面不同使用var_dump($prices);找到这个文件在做位置 {"key":"0947B44DB97B32EF6ABF5F437018B33D8397430A","skuids":" $skuids = str_replace(",",",J_",$priceArray [7]); $priceURL = "http://p.3.cn/prices/mgets?skuIds=J_{$skuids}&&type=1"; $priceString = file_get_contents($priceURL); $json = json_decode($priceString); //获取出商品名称及200*200图像路径输出（更多操作请自行跟去需要添加：如写入数据库） preg_match_all ( "/<img .*? alt='(.*)' (data-lazyload|src)='(.*?)' .*\/>/", $html, $macthes ); foreach($macthes[1] as $key => $alt){ $proname = $alt; $image = basename($macthes[3][$key]); $price = $json[$key] -> p; echo "<p>name:{$proname},price:{$price},image:{$image}</p>"; } preg_match_all ( "/href='(.*?)'><img width='220'/", $html, $match1 ); var_dump($match1); $detailUrl=$match1[1];//获得商品详情页面url foreach($detailUrl as $val){ //$val=preg_replace("/'/",'',$val); $detailHtml=file_get_contents($val); preg_match_all ( '/src="(.*?)" width="50"/', $detailHtml, $match2 ); $n5=$match2[1];//获得n5图片 foreach($n5 as $img){ $img=preg_replace("/n5/","n0",$img); /* //京东图片服务器很有规律仔细一研究就能找到 诸如： img12.360buyimg.com后边的n5为50*50格式图片只需改为n0就能得到800*800格式图片， 其他格式图片分别改为1、2、3、4、5...即可 */ //把文件写入当前文件夹的n0文件夹中 file_put_contents('./n0/'.$k++.basename($img),file_get_contents($img)); } $j=0; echo "page".$j++."<br>"; } } } [color=rgb(51, 102, 153) !important]复制代码 实例化运行试试： $url='http://list.jd.com/670-671-6864-0-0-0-0-0-0-0-1-1-1-1-1-72-4137-0.html';getjd($url，6);关于curl我就不多说，curl可以做很多事，在获取internet文件时要比file_get_contents稳定，它有100多个配置参数，够喝一壶的。 注意：url必须是这种数字递增格式的，不然不能对全部页面进行遍历。 运行php文件，然后等京东的图片自己跑过来（注意更改一下php.ini 的max_execution_time选项，默认php文件执行时间是30秒，如果你网速慢现在文件多的话会中断