0

0

爬取一个themeForest的模版

PHP中文网

PHP中文网

发布时间:2016-05-26 08:19:10

|

1852人浏览过

|

来源于php中文网

原创

@version1.0
这个只能爬取静态的网站模版,代码逻辑需要优化。
正确的逻辑应该是从首页开始爬,
获取html,js,image,css,然后从css中分析额外加载的css,最后分析所有的css中包含的图片引用。

1. [代码][PHP]代码

<?php
/**
 * 爬取 http://themeforest.net 
 */
class NetworkReptiles
{
    // 正则解析图片、JS、CSS、等资源文件
    protected $href_patten = "/<a href=[\'\"]?([^\'\" ]+).*?>/";
    protected $script_pattern = "/<script src=[\'\"]?([^\'\" ]+).*?>/";
    protected $image_pattern = "/<img  src=[\'\"]?([^\'\" ]+).*? alt="爬取一个themeForest的模版" >/";
 
    protected $link_pattern = "/<link href=[\'\"]?([^\'\" ]+).*?>/";
 
    // 样式名称
    private $theme_name = null;
    // 样式的地址
    private $theme_base_url = null;
 
    // 本地样式存储地址
    private $themeDir = null;
    // 当前解析的html数据
    private $current_data = null;
 
    public function __construct($name=false, $url=false){
        $this->theme_name = ($name) ? $name : false;
        $this->theme_base_url = ($url) ? $url : false;
    }
 
    public function setTheme($opt)
    {
        $this->theme_name = $opt['name'];
        $this->theme_base_url = $opt['url'];
    }
 
    public function getTheme()
    {
        set_time_limit(0); 
        // 从首页开始爬                                       
        $this->themeDir = getcwd().'/theme/'.$this->theme_name."/";
        // 创建目录
        if (! file_exists($this->themeDir)) {
            @mkdir($this->themeDir, 0755);
        }
                     
        //$this->getStyleImages();
         
        // 获取首页
        $this->current_data = $this->getHtmlData("index.html");
        // 下载所有的HTML
        $this->getHtml();
 
        // 下载首页的资源文件
        $this->showMsg("index.html");
        $this->downloadResource();
 
        foreach ($this->_html_resource as $key => $html) {
            $this->showMsg($html);
            // 下载每一个html文件的资源
            unset($this->current_data);
            $this->current_data = $this->getHtmlData($html);
            $this->downloadResource();
        }       
    }
 
    private function showMsg($html)
    {
        echo "download resource $html\n";
        echo str_repeat("-", 30)."\n";
    }
 
    private function getHtmlData($file_name)
    {
        $data = false;
        $file_path = $this->themeDir.$file_name;
        if (file_exists($file_path)) {
            $data = file_get_contents($file_path);
        } else {
            $data = file_get_contents($this->theme_base_url.$file_name);
            file_put_contents($file_path, $data);           
        }
        return $data;
    }
 
    private function getHtml()
    {       
        preg_match_all($this->href_patten, $this->current_data, $href_match);         
        foreach ($href_match[1] as $key => $value) {
            if (preg_match("/^(.*)?\.(html)$/", $value)) {
                array_push($this->_html_resource, $value);               
                $file_path = $this->themeDir.$value;
                if (! file_exists($file_path)) {                    
                    $this->downloadFile($value);                                 
                }               
            }
        }
    }
 
    private function downloadResource()
    {
        // 下载JS脚本
        preg_match_all($this->script_pattern, $this->current_data, $script_match);    
 
        foreach ($script_match[1] as $key => $value) {
            $this->createDirectory($value);
            $this->downloadFile($value);             
        }
 
        // 下载图片
        preg_match_all($this->image_pattern, $this->current_data, $image_match);  
 
        foreach ($image_match[1] as $key => $value) {
            $this->createDirectory($value);
            $this->downloadFile($value);         
        }
 
        // 下载CSS样式
        preg_match_all($this->link_pattern, $this->current_data, $link_match);    
 
        foreach ($link_match[1] as $key => $value) {
            $this->createDirectory($value);
            $this->downloadFile($value);         
        }
 
    }
 
    private function downloadFile($filename)
    {       
        $file_location = $this->themeDir.$filename;
        if (file_exists($this->themeDir.$filename))
        {
            echo "file already download $file_location\n";
            return;
        }
 
        $curl = curl_init($this->theme_base_url.$filename);      
        curl_setopt($curl,CURLOPT_RETURNTRANSFER,1);
        $resourceData = curl_exec($curl);
        curl_close($curl);      
         
        $fh = fopen($file_location, 'a');
        if (is_resource($fh))
        {
            fwrite($fh, $resourceData);
            fclose($fh);
            echo "download file ".$file_location."\n";
        }               
        echo "fail download file ".$file_location."\n";
    }
 
    private function createDirectory($str)
    {   
        $str = substr($str, 0, strrpos($str, "/"));     
        $dir = explode("/", $str);
        $tmp_dir = $this->themeDir;
        foreach ($dir as $key => $value) {       
            $tmp_dir = $tmp_dir."/".$value;
            if (!file_exists($tmp_dir)) {
                @mkdir($tmp_dir, 0755);
            }       
        }       
    }
    /*@todo 下载css中额外加载的CSS文件*/
    private function getStyleImages()
    {
        $style_path = array(
            "css/style.default.css",
            "css/prettyPhoto.css",  
            'css/bootstrap.min.css',
            'css/bootstrap-override.css',
            'css/weather-icons.min.css',
            'css/jquery-ui-1.10.3.css',
            'css/font-awesome.min.css',
            'css/animate.min.css',
            'css/animate.delay.css',
            'css/toggles.css',
            'css/select2.css',
            'css/lato.css',
            'css/roboto.css'
            );
 
        foreach ($style_path as $value) {                       
            $data = $this->getHtmlData($value);
 
            preg_match_all("/url[\(]?(.*)[\)]/", $data, $match);
            foreach ($match[1] as $image) {
                $realImagePath = substr($image, 3);
 
                if (preg_match("/^(.*)?\.(png)|(jpg)$/", $realImagePath))
                {
                    $this->createDirectory($realImagePath);
                    $this->downloadFile($realImagePath);
                }               
            }
            unset($data);
        }       
    }
 
}
 
//"bracket","http://themepixels.com/demo/webpage/bracket/"
 
$nr = new NetworkReptiles("bracket", "http://themepixels.com/demo/webpage/bracket/");
$nr->getTheme();

以上就是爬取一个themeForest的模版的内容,更多相关内容请关注PHP中文网(www.php.cn)!

动易网上商城管理系统 2006 Sp6 Build 1120 普及版
动易网上商城管理系统 2006 Sp6 Build 1120 普及版

将产品展示、购物管理、资金管理等功能相结合,并提供了简易的操作、丰富的功能和完善的权限管理,为用户提供了一个低成本、高效率的网上商城建设方案包含PowerEasy CMS普及版,主要功能模块:文章频道、下载频道、图片频道、留言频道、采集管理、商城模块、商城日常操作模块500个订单限制(超出限制后只能查看和删除,不能进行其他处理) 无订单处理权限分配功能(只有超级管理员才能处理订单)

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
pixiv网页版官网登录与阅读指南_pixiv官网直达入口与在线访问方法
pixiv网页版官网登录与阅读指南_pixiv官网直达入口与在线访问方法

本专题系统整理pixiv网页版官网入口及登录访问方式,涵盖官网登录页面直达路径、在线阅读入口及快速进入方法说明,帮助用户高效找到pixiv官方网站,实现便捷、安全的网页端浏览与账号登录体验。

463

2026.02.13

微博网页版主页入口与登录指南_官方网页端快速访问方法
微博网页版主页入口与登录指南_官方网页端快速访问方法

本专题系统整理微博网页版官方入口及网页端登录方式,涵盖首页直达地址、账号登录流程与常见访问问题说明,帮助用户快速找到微博官网主页,实现便捷、安全的网页端登录与内容浏览体验。

135

2026.02.13

Flutter跨平台开发与状态管理实战
Flutter跨平台开发与状态管理实战

本专题围绕Flutter框架展开,系统讲解跨平台UI构建原理与状态管理方案。内容涵盖Widget生命周期、路由管理、Provider与Bloc状态管理模式、网络请求封装及性能优化技巧。通过实战项目演示,帮助开发者构建流畅、可维护的跨平台移动应用。

64

2026.02.13

TypeScript工程化开发与Vite构建优化实践
TypeScript工程化开发与Vite构建优化实践

本专题面向前端开发者,深入讲解 TypeScript 类型系统与大型项目结构设计方法,并结合 Vite 构建工具优化前端工程化流程。内容包括模块化设计、类型声明管理、代码分割、热更新原理以及构建性能调优。通过完整项目示例,帮助开发者提升代码可维护性与开发效率。

20

2026.02.13

Redis高可用架构与分布式缓存实战
Redis高可用架构与分布式缓存实战

本专题围绕 Redis 在高并发系统中的应用展开,系统讲解主从复制、哨兵机制、Cluster 集群模式及数据分片原理。内容涵盖缓存穿透与雪崩解决方案、分布式锁实现、热点数据优化及持久化策略。通过真实业务场景演示,帮助开发者构建高可用、可扩展的分布式缓存系统。

26

2026.02.13

c语言 数据类型
c语言 数据类型

本专题整合了c语言数据类型相关内容,阅读专题下面的文章了解更多详细内容。

29

2026.02.12

雨课堂网页版登录入口与使用指南_官方在线教学平台访问方法
雨课堂网页版登录入口与使用指南_官方在线教学平台访问方法

本专题系统整理雨课堂网页版官方入口及在线登录方式,涵盖账号登录流程、官方直连入口及平台访问方法说明,帮助师生用户快速进入雨课堂在线教学平台,实现便捷、高效的课程学习与教学管理体验。

14

2026.02.12

豆包AI网页版入口与智能创作指南_官方在线写作与图片生成使用方法
豆包AI网页版入口与智能创作指南_官方在线写作与图片生成使用方法

本专题汇总豆包AI官方网页版入口及在线使用方式,涵盖智能写作工具、图片生成体验入口和官网登录方法,帮助用户快速直达豆包AI平台,高效完成文本创作与AI生图任务,实现便捷智能创作体验。

524

2026.02.12

PostgreSQL性能优化与索引调优实战
PostgreSQL性能优化与索引调优实战

本专题面向后端开发与数据库工程师,深入讲解 PostgreSQL 查询优化原理与索引机制。内容包括执行计划分析、常见索引类型对比、慢查询优化策略、事务隔离级别以及高并发场景下的性能调优技巧。通过实战案例解析,帮助开发者提升数据库响应速度与系统稳定性。

53

2026.02.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
CSS3 教程
CSS3 教程

共18课时 | 5.7万人学习

Django 教程
Django 教程

共28课时 | 4.4万人学习

微信小程序开发之API篇
微信小程序开发之API篇

共15课时 | 1.3万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号