PHP多线程批量采集下载美女图片(续)

这篇文章主要为大家详细介绍了PHP多线程批量采集下载美女图片(续)，具有一定的参考价值，可以用来参考一下。

感兴趣的小伙伴，下面一起跟随php教程的小玲来看看吧！

个人认为影响的原因：匹配到的图片url并不是有效的url，文中只是简单的判断是否是相对路径，但是有些url是失效的解决办法：就是新增判断是否是真实有效url的图片

代码如下:

/**
 * 
 *判断url是否有效 
 *@param $url string
 *@return boole 
 */
function relUrl($url){
 if(substr($url,0,4)=='http'){
  $array = get_headers($url,true);
  if(count($array)>0 && is_array($array)){
   if(preg_match('/200/', $array[0])){
    unset($array);
    return true;
   }else{
    unset($array);
    return false;
   }
  }else{
   unset($array);
   return false;
  }
 }else{
  return false;
 }
}

主要使用get_headers函数，获取http请求信息，判断服务端反应状态（200）判断url是否真实有效。

再次测试采集图片结果比以前还要糟糕，运行的更慢了。

测试的原因就是：get_headers函数虽然可以判断url是否真实有效，但是假如遇到很慢的url资源，因为get-heades请求没有时间限制，导致这个线程被占用，后续的请求被阻塞file_get_content函数和上面的原因一样，由于某些慢的url资源都长期占用，阻塞后面的进程被占用，长期阻塞，cpu占用也会增高解决办法；使用curl的多线程，另外curl可以设置请求时间，遇到很慢的url资源，可以果断的放弃，这样没有阻塞，另外有多线程请求，效率应该比较高，参考：《CURL的学习和应用[附多线程]》，我们再来测试一下；

核心代码：

代码如下:

/** 
     * curl 多线程 
     *  
     * @param array $array 并行网址 
     * @param int $timeout 超时时间
     * @return mix 
     */
 public function Curl_http($array,$timeout='15'){
      $res = array();

      $mh = curl_multi_init();//创建多个curl语柄

foreach($array as $k=>$url){ $conn[$k]=curl_init($url);//初始化 curl_setopt($conn[$k], CURLOPT_TIMEOUT, $timeout);//设置超时时间 curl_setopt($conn[$k], CURLOPT_USERAGENT, 'Mozilla/5.0 (compatible; MSIE 5.01; Windows NT 5.0)'); curl_setopt($conn[$k], CURLOPT_MAXREDIRS, 7);//HTTp定向级别 ，7最高 curl_setopt($conn[$k], CURLOPT_HEADER, false);//这里不要header，加块效率 curl_setopt($conn[$k], CURLOPT_FOLLOWLOCATION, 1); // 302 redirect curl_setopt($conn[$k], CURLOPT_RETURNTRANSFER,1);//要求结果为字符串且输出到屏幕上curl_setopt($conn[$k], CURLOPT_HTTPGET, true); curl_multi_add_handle ($mh,$conn[$k]); } //防止死循环耗死cpu 这段是根据网上的写法 do { $mrc = curl_multi_exec($mh,$active);//当无数据，active=true } while ($mrc == CURLM_CALL_MULTI_PERFORM);//当正在接受数据时 while ($active and $mrc == CURLM_OK) {//当无数据时或请求暂停时，active=true if (curl_multi_select($mh) != -1) { do { $mrc = curl_multi_exec($mh, $active); } while ($mrc == CURLM_CALL_MULTI_PERFORM); } } foreach ($array as $k => $url) { if(!curl_errno($conn[$k])){ $data[$k]=curl_multi_getcontent($conn[$k]);//数据转换为array $header[$k]=curl_getinfo($conn[$k]);//返回http头信息 curl_close($conn[$k]);//关闭语柄 curl_multi_remove_handle($mh , $conn[$k]); //释放资源 }else{ unset($k,$url); } } curl_multi_close($mh); return $data; }

//参数接收$callback = $_GET['callback'];$hrefs = $_GET['hrefs'];$urlarray = explode(',',trim($hrefs,','));$date = date('Ymd',time());//实例化$img = new HttpImg();$stime = $img->getMicrotime();//开始时间

$data = $img->Curl_http($urlarray,'20');//列表数据mkdir('./img/'.$date,0777);foreach ((array)$data as $k=>$v){preg_match_all("/(href|src)=(["|']?)([^ "'>]+.(jpg|png|PNG|JPG|gif))\2/i", $v, $matches[$k]);if(count($matches[$k][3])>0){$dataimg = $img->Curl_http($matches[$k][3],'20');//全部图片数据二进制$j = 0;foreach ((array)$dataimg as $kk=>$vv){if($vv !=''){$rand = rand(1000,9999);$basename = time()."_".$rand.".".jpg;//保存为jpg格式的文件$fname = './img/'.$date."/"."$basename";file_put_contents($fname, $vv);$j++;echo "创建第".$j."张图片"."$fname"."<br/>";}else{unset($kk,$vv);}}}else{unset($matches);}}$etime = $img->getMicrotime();//结束时间echo "用时".($etime-$stime)."秒";exit;

测试一下效果337张图片用时260秒左右，基本上可以做到一秒内就可以采集一张的效果，而且发现图片越到优势采集速度越明显。

我们可以看一下文件命名：也就可以做到同一时刻可以生成10张图片，

由于采用了20秒请求的时间限制，有些图片生成后有明显不全，也就是图片资源在20秒内未能完全采集，这个时间大家可以自行设置。

注：关于PHP多线程批量采集下载美女图片(续)的内容就先介绍到这里，更多相关文章的可以留意