小偷程序其实就是自动去采集别人网站的内容，然后进行一些处理之后换成自己网站上无能为力，像现在有dedecms就有此功能，还有火车头也是这样的工具了，下面来看一个例子。

实自己一直想做一个内涵图片的网站，以前的想法是做一个CMS，然后自己上传一些图片。。

开始真这么做的，没什么动力。之后就放弃了，后来研究了一个CURL。反正还是把这个想法实现比较好。

用PHP盗图，就好比：穿着袜子穿凉鞋一样。虽然没问题，但看着确实蛋疼。

我先说一下我对PHP小偷程序的设计，PHP不支持多线程，这样就只能分先后顺序来做了

获取到目标网站的HTML页面+解析HTML页面获取到图片存储的连接+用二进制方式读取并且保存在本地+重命名  == 流程OK

你现在用两种方式来运行程序：

第一种：用游览器跑程序（多半会卡死，设置超时和内存大小就OK，你之间比较难等）

另一种：用命令行启动PHP（不存在PHP超时的问题）

<?php
/**
 *HTML解析类
 *author：Summer
 *date:2014-08-22
 *
 */
class Analytical {
    public function __construct() {
        require_once ('Class/SimpleHtmlDom.class.php');
        $this->_getDir();
    }
    private function _getDir() {
        $dir = "../TMP/HTML/Results/1";
        $imgBIG = "../TMP/IMG/JPG/BIG";
        $it = new DirectoryIterator($dir . "/");
        foreach ($it as $file) {
            //用isDot ()方法分别过滤掉&ldquo;.&rdquo;和&ldquo;..&rdquo;目录
            if (!$it->isDot()) {
                $dirs = $dir . "/" . $file;
                $tmp = explode(".", $file);
                $html = file_get_html($dirs);
                $ulArr = $html->find('img');
                foreach ($ulArr as $key => $value) {
                    if ($value->class == "u") {
                        $url = "http://www.phprm.com " . $value->src;
                        $infomation = file_get_contents($url);
                        $result = $this->saveHtml($infomation, $imgBIG, $tmp['0'] . ".jpg");
                        if ($result) {
                            echo $file . "OKn";
                        }
                    }
                }
            }
        }
    }
    private function saveHtml($infomation, $filedir, $filename) {
        if (!$this->mkdirs($filedir)) {
            return 0;
        }
        $sf = $filedir . "/" . $filename;
        $fp = fopen($sf, "w"); //写方式打开文件
        return fwrite($fp, $infomation); //存入内容
        fclose($fp); //关闭文件
        
    }
    //创建目录
    private function mkdirs($dir) {
        if (!is_dir($dir)) {
            if (!$this->mkdirs(dirname($dir))) {
                return false;
            }
            if (!mkdir($dir, 0777)) {
                return false;
            }
        }
        return true;
    }
}
new Analytical();
?>

上面这个是HTML页面获取IMG的连接地址的过程。

用到了两个比较重要的东西：

1.PHP的DOM解析扩展simplehtmldom

2.PHP的目录迭代器

理解这两个东西了。这个分析类就没难点了。

在说说如果获取需要解析的页面呢？

其实跟上面的原理的是一样的。主要获取页面的URL，然后通过CURL去读取页面，返回一个HTML字符串，

再通过保存函数包HTML页面保存到本地。

我这里是因为要采集页面里面的图片（为了防止别人防盗链），所以设计的比较复杂。

而且为什么要分开，是因为simplehtmldom对象是很庞大的，而且拆开进行这样对流程更加清楚。

肯定有人会说，那为什么不用正则去匹配就跳过了HTML保存到本地的环节了，BINGO！我只能懒得写正则而已

教程链接:http://www.phprm.com/code/65583.html

随意转载~但请保留教程地址★