作者friendever (hi~)
看板Web_Design
标题[问题] 使用爬虫抓图的问题
时间Sat Jul 26 19:15:39 2014
不确定这样的问题要怎麽分类
我想写个小程式可以固定去抓某个网页的某张图
那个图的位置是固定的
只是内容会随着每次refresh改变
那边的html程式大改长得像这样
<img src="XXimg.php?str=code">
那个code看起来是一组hash code，就是今天的日期加上一些乱数
看起来是每次载入网页的时候
会去跟server的一段php code要一张图，回传过来
这样子的图要怎麽抓呢？
因为网路上教的方法都是去抓「固定的一张图」
像这种来源的图档要怎麽抓呢？
谢谢大家
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 123.193.37.30
※ 文章网址: http://webptt.com/cn.aspx?n=bbs/Web_Design/M.1406373342.A.9AF.html
1F：→ ssccg:抓网页，找到网址，抓图 07/26 21:05
2F：推 Y78:regexp 07/26 22:55
抱歉没说清楚，大家好像误会我的意思
我知道regular expression可以帮上忙
不过问题是当我想要抓
<img src="
http://test.com/test.jpg">
这样的东西就OK
可是当图片是以上述方式呈现的时候
我就没有办法抓到图片
（不是程式辨认不出来那是图片的tag
是因为要透过php先得到图片，所以导致程式下载下来是乱码）
请问要怎麽办呢？
※ 编辑: friendever (123.193.37.30), 07/26/2014 23:39:52
3F：→ PTT007:用程式模拟浏览器，当它网页载入完以後，再用regular抓图 07/27 00:07
4F：推 lolikung:PHP Simple HTML DOM Parser 07/27 02:22
5F：→ lolikung:可能是 php 页面会重新导向到图片网址，所以抓到的其实 07/27 02:25
6F：→ lolikung:是 header? 07/27 02:25
7F：→ ssccg:你先看看那个图片网址回来的response内容是什麽 07/27 03:08
8F：→ ssccg:是直接content type就是图，还是http 302还是别的东西 07/27 03:11
9F：→ ssccg:server端php还什麽都不重要，你只要管回来的是什麽 07/27 03:12
10F：推 hschao:照抓呀 content-type 应该也还是image 08/03 22:23