PHP下载/采集远程图片到本地

/**
 * 下载远程图片到本地
 *
 * @param string $url 远程文件地址
 * @param string $filenNme 保存后的文件名（为空时则为随机生成的文件名，否则为原文件名）
 * @param array $fileType 允许的文件类型
 * @param string $dirName 文件保存的路径（路径其余部分根据时间系统自动生成）
 * @param int $type 远程获取文件的方式
 * @return json 返回文件名、文件的保存路径
 * @author 52php.cnblogs.com
 */
function download_image($url, $fileName = '', $dirName, $fileType = array('jpg', 'gif', 'png'), $type = 1)
{
	if ($url == '')
	{
		return false;
	}

	// 获取文件原文件名
	$defaultFileName = basename($url);

	// 获取文件类型
	$suffix = substr(strrchr($url, '.'), 1);
	if (!in_array($suffix, $fileType))
	{
		return false;
	}

	// 设置保存后的文件名
	$fileName = $fileName == '' ? time() . rand(0, 9) . '.' . $suffix : $defaultFileName;

	// 获取远程文件资源
	if ($type)
	{
		$ch = curl_init();
		$timeout = 30;
		curl_setopt($ch, CURLOPT_URL, $url);
		curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
		curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
		$file = curl_exec($ch);
		curl_close($ch);
	}
	else
	{
		ob_start();
		readfile($url);
		$file = ob_get_contents();
		ob_end_clean();
	}

	// 设置文件保存路径
	//$dirName = $dirName . '/' . date('Y', time()) . '/' . date('m', time()) . '/' . date('d', time());
	$dirName = $dirName . '/' . date('Ym', time());
	if (!file_exists($dirName))
	{
		mkdir($dirName, 0777, true);
	}

	// 保存文件
	$res = fopen($dirName . '/' . $fileName, 'a');
	fwrite($res, $file);
	fclose($res);

	return array(
		'fileName' => $fileName,
		'saveDir' => $dirName
	);
}

 

 

实战经历：

博客中有些图片是直接引用其他网站的，这些天不知道咋地，估计是对方做了防盗链操作，导致博客中的图片显示不出来，没办法，只好用PHP批量采集下来，并且批量替换博文中的图片地址：

/**
 * 批量下载博客中的图片到本地
 */
public function index()
{
	global $_G;

	$blogModel = model('Blog', 'blog');
	$list = $blogModel->order('gid desc')->limit(10)->findPage();

	$page = get_gpc('page') ? get_gpc('page') : 1;
	$totalPages = $list['totalPages'];
	$page = $page + 1;

	if ($page > $totalPages)
	{
		die('更新完毕！');
	}

	foreach ($list['data'] as $val)
	{
		$content = $val['content'];
		$excerpt = $val['excerpt'];

		$_G['isContentUpdate'] = $_G['isExcerptUpdate'] = false;

		/* 内容 */
		$content = preg_replace_callback("/src=\"(http:\/\/images\.cnblogs\.com\/cnblogs_com[^\"]+)\"/", function($matches) {

			global $_G;
			$_G['isContentUpdate'] = true;

			// 下载远程图片到本地
			$res = download_image($matches[1], 'old', 'd:/PHP/xampp/htdocs/emlog/data/upload');

			// 返回 下载后的图片url地址
			return 'src="/data/upload/' . date('Ym', time()) . '/' . $res['fileName'] . '"';

		}, $content);

		/* 摘要 */
		$excerpt = preg_replace_callback("/src=\"(http:\/\/images\.cnblogs\.com\/cnblogs_com[^\"]+)\"/", function($matches) {

			global $_G;
			$_G['isExcerptUpdate'] = true;

			// 下载远程图片d到本地
			$res = download_image($matches[1], 'old', 'd:/PHP/xampp/htdocs/emlog/data/upload');

			// 返回 下载后的图片url地址
			return 'src="/data/upload/' . date('Ym', time()) . '/' . $res['fileName'] . '"';

		}, $excerpt);

		/* 更新数据库 */
		$where = array(
			'gid' => $val['gid']
		);
		$data = array();

		if ($_G['isContentUpdate'])
		{
			$data['content'] = $content;
		}

		if ($_G['isExcerptUpdate'])
		{
			$data['excerpt'] = $excerpt;
		}

		if ($data)
		{
			$blogModel->where($where)->save($data);
		}
	}

	/* 更新下一页 */
	$url = url('blog/Main/index', array('page' => $page));
	$msg = '正在更新' . $page . '/' . $totalPages;
	redirect($url, 2, $msg);
}