/**
*HTML解析類(lèi)
*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 $file) {
     //用isDot ()方法分別過(guò)濾掉“.”和“..”目錄
     if (!$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")
         {
           $url = http://www.dbjr.com.cn.$value->src;
           $infomation = file_get_contents($url);
           $result = $this->saveHtml($infomation, $imgBIG, $tmp['0'].".jpg");
           if($result)
           {
            echo $file."OK\n";
           }
         }
       }
     }
   }
  }
   private function saveHtml($infomation,$filedir,$filename)
   {
     if(!$this->mkdirs($filedir))
     {
       return 0;
     }
     $sf = $filedir."/".$filename;
     $fp=fopen($sf,"w"); //寫(xiě)方式打開(kāi)文件
     return fwrite($fp,$infomation); //存入內(nèi)容
     fclose($fp); //關(guān)閉文件
   }
   //創(chuàng)建目錄
   private function mkdirs($dir)
   {
     if(!is_dir($dir))
     {
       if(!$this->mkdirs(dirname($dir))){
         return false;
       }
       if(!mkdir($dir,0777)){
         return false;
       }
     }
     return true;
   }
 }
new Analytical();

上面這個(gè)是HTML頁(yè)面獲取IMG的連接地址的過(guò)程。

用到了兩個(gè)比較重要的東西：

1.PHP的DOM解析擴(kuò)展simplehtmldom

2.PHP的目錄迭代器

理解這兩個(gè)東西了。這個(gè)分析類(lèi)就沒(méi)難點(diǎn)了。

在說(shuō)說(shuō)如果獲取需要解析的頁(yè)面呢？

其實(shí)跟上面的原理的是一樣的。主要獲取頁(yè)面的URL，然后通過(guò)CURL去讀取頁(yè)面，返回一個(gè)HTML字符串，

再通過(guò)保存函數(shù)包HTML頁(yè)面保存到本地。

我這里是因?yàn)橐杉?yè)面里面的圖片（為了防止別人防盜鏈），所以設(shè)計(jì)的比較復(fù)雜。

而且為什么要分開(kāi)，是因?yàn)閟implehtmldom對(duì)象是很龐大的，而且拆開(kāi)進(jìn)行這樣對(duì)流程更加清楚。

肯定有人會(huì)說(shuō)，那為什么不用正則去匹配就跳過(guò)了HTML保存到本地的環(huán)節(jié)了，BINGO！我只能懶得寫(xiě)正則而已。