DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
用正則抓出圖片網址,再以 XMLHTTP 自動存回伺服器
編輯:XML詳解     

在現代基於 Web 的 HTML 編輯器裡,從別處複製貼上內容、連帶保留原有樣式與圖片,已經是新聞與文章系統的常見操作。但這帶來一個惱人問題:如果貼上的圖片指向外部網站,一旦對方刪圖,你的頁面就會出現一個大大的「X」,相當煞風景。過去只能手動一張張另存再上傳,非常麻煩。本文示範如何讓伺服器自動抓取這些圖片、存到本地,並把頁面裡的連結一併替換掉。

步驟一:抓出所有圖片網址

要取得圖片網址,方法有很多,用字串切割或正則比對都可以,但實測以正則最為簡便。由於圖片網址都存在 <img> 標籤裡,因此採兩層比對:先用樣式 <img.+?> 抓出所有 img 標籤(記得開啟 IgnoreCase 與 Global),再對每個標籤用 https://.+?" 取出 src 中的實際網址,串成一份清單備用。

步驟二:下載圖片並存到伺服器

這一步又能拆成「取得圖片內容」與「寫入檔案」兩小步。取得內容時,用 MSXML.XMLHTTP 物件以 GET 送出請求,取回 Http.responseBody(以二進位形式回傳圖片內容)。

存檔時則有個關鍵陷阱:許多人直覺想用 FSO(檔案系統物件),但實際上會出錯,因為 FSO 不支援「流式」寫入。正確做法是改用 ADODB.Stream 物件:以二進位模式(Type 設為 adTypeBinary)開啟,把圖片內容 write 進緩衝區,再用 SaveToFile 配合 Server.MapPath 寫入指定路徑,最後關閉物件即可。這裡需要 ADO 2.5 以上版本。

步驟三:替換原頁面中的連結

有了「原網址清單」與「已存檔的本地路徑清單」兩份對照後,用一個迴圈把內容字串裡的每個外部網址逐一 Replace 成本地路徑,就完成了連結替換。同時可透過「是否已下載過」的判斷,避免同一張圖被重複抓取。

可延伸的優化與限制

這個函式還能再強化,例如加入圖片大小限制、或排除本站圖片以免重複下載等。不過也要認識它的先天限制:這種做法只能處理「靜態」圖片檔,對程式動態產生的圖片就無能為力了。整體而言,它提供了一個實用的自動化思路,能免去大量手動另存上傳的枯燥工時。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved