PHP 抓取没有扩展的远程图像答案

【问题标题】：PHP scrape remote images that do not have extensionsPHP 抓取没有扩展的远程图像
【发布时间】：2012-08-01 19:47:29
【问题描述】：

我开发了一个图像抓取工具，它可以从远程站点抓取特定图像，并在粘贴到文本字段时显示它们。该逻辑包括查找以 .jpg .jpeg 结尾的图像。 png 等。

我遇到了一个问题，很多网站将通过 javascript 生成图像，或者没有将图像扩展名作为显示图像的一部分。像

这样的示例网站

www.express.com 和 www.underarmour.com 有这个问题等等。

我可以使用什么功能从设置的 URL 中查找图像，然后相应地显示它们没有文件扩展名？

再次感谢。

【问题讨论】：

AFAIK 如果你没有文件扩展名，你不能只是“猜测”并附加一个扩展名。
如果您没有来自这些站点的权限，则无法执行此操作。两个命名网站的服务条款都非常明确。
寻找img标签而不是扩展名
我对你的确切问题一无所知。在 HTTP 中，文件名无关紧要，因为我们有 Content-Type 标头。我认为实际上没有人使用客户端 JavaScript 生成图像 :-?

【解决方案1】：

除非 url 来自 <img src="...">，否则无法判断您将从特定 url 得到什么。 http://example.com/index.html 实际上很可能是一个提供 zip 文件的 PHP 脚本。

在您真正点击该 url 并检查标题 + 下载数据之前，不可能可靠地告诉您一个 url 会给您什么。

【讨论】：

【解决方案2】：

我认为，你有两个选择：

第二个版本更通用，但在带宽和资源方面都相当繁重。

【讨论】：

getimagesize 在执行其操作之前会下载整个 url。如果您实际上将其指向一个原来是 200 大 .gif 图标的东西，这没什么大不了的。如果那个奇怪的链接原来是一个 4GB 的 iso 图像，那就太丑了。
我同意，我现在正在获取图像大小，但它仅适用于具有文件扩展名的图像。最大的问题是其中一些网站正在通过 javascript 打印图像。
@Marc B：没错。但您也可以预加载数据并在本地数据上调用getimagesize()。例如，您可以使用 cURL 来获取响应的标头（HEAD 请求），确定它是否是图像（并查看文件大小，它也应该在标头中）然后加载它。但是a）这些标头可能是错误的，b）如果你这样做，你会发出大量的请求。
@Chris Favaloro：“通过 javascript 打印”= 在 DOM 中动态加载它，或者在<canvas>、SVG 等中使用 JavaScript 实际打印图像？