php 网络爬虫，爬一下花瓣的图片
<?php/** * 获取花瓣网图片
* @paramstring$mixed 查询关键字或直接一个画板id
* @paramint $page_limit 要查询几页的，默认只查一页
* @return void
*/
function getHuabanImgs($mixed, $page_limit=1){
(0);
(0);
$board_id = 0;
$keyword = '';
$max = '';
if(($mixed))
{
$board_id = $mixed;
}else
{
$keyword = ($mixed);
}
@('save');
for ($pageno = 1 ; $pageno <= $page_limit; $pageno ++)
{
/*
你喜欢用curl也行，使用这个花瓣的接口关键点是要在请求头加一个 X-Requested-With:XMLHttpRequest
如果没有这个X-Requested-With，接口返回的是一个html网页，有的话，就是返回json
*/
/*$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, 'http://huaban.com/search/?q='.$keyword.'&ixsaam0z&page='.$pageno.'&per_page=20&wfl=1');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_HTTPHEADER, array('Accept:application','X-Request:JSON','X-Requested-With:XMLHttpRequest'));
$response = curl_exec($ch);
curl_close($ch);*/
$context = (array('http'=>array('method'=>'GET','header'=>"Accept:application\r\nX-Request:JSON\r\nX-Requested-With:XMLHttpRequest\r\n")));
//按画板id查找
if($board_id>0)
{
$response = @('http://huaban.com/boards/'.$board_id.'/?&max='.$max.'&limit=20&wfl=1', 'r', $context);
$arr = @json_decode($response, true);
$pins = $arr['board']['pins'];
}
//按关键字查找
else
{
$response = @('http://huaban.com/search/?q='.$keyword.'&ixsaam0z&page='.$pageno.'&per_page=20&wfl=1', 'r', $context);
$arr = @json_decode($response, true);
$pins = $arr['pins'];
}
if(empty($pins)) break;
foreach ((array)$pins as $key => $value)
{
$type = ('image/', '', $value['file']['type']);
if(!$type || $type=='jpeg') $type = 'jpg';
$max = $value['pin_id'];
/*
花瓣的缩略图链接是这个的：http://img.hb.aicdn.com/c39ac6a698b6d95b823d0840a773bdb7f2cc057216dfd-HkHx3k_fw236
而大图的链接是这样的：http://img.hb.aicdn.com/c39ac6a698b6d95b823d0840a773bdb7f2cc057216dfd-HkHx3k
可以看出，其实就是去掉后面的_fw236而已，这里使用 preg_replace 正则去掉这类后缀
*/
@('http://img.hb.aicdn.com/' . ('/(_[\s\S]+)?/', '', $value['file']['key']), './save/'.$value['file']['id'] . '.' . $type);
}
}
}
// getHuabanImgs('向日葵', 2);
getHuabanImgs('13715723', 2);
页:
[1]