V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
eezh
V2EX  ›  PHP

想要下载指定一个网站的某文件夹里的文件,可否用 php 实现?

  •  1
     
  •   eezh · 2015-10-03 11:51:49 +08:00 · 3749 次点击
    这是一个创建于 3341 天前的主题,其中的信息可能已经有所发展或是发生改变。

    发现某站的文件寄存 CDN 上,而且存储的比较有规律。
    例如 musicX 文件夹下的文件:
    http://cdn.baidu.com/musicX/01.imghttp://cdn.baidu.com/musicX/1.img
    http://cdn.baidu.com/musicX/02.imghttp://cdn.baidu.com/musicX/2.img
    ……
    http://cdn.baidu.com/musicX/20.imghttp://cdn.baidu.com/musicX/20.img
    (上述“ X ”代表 1-1000 的不同文件夹名称 images1 、 images2~images1000 )

    现在我想在 php 网页输入框里输入或者选中下拉文件夹名,即可在网页上显示出相应文件夹下的所有的的文件名及路径,点击即可实现文件下载。

    请大神赐教,不胜感激!

    第 1 条附言  ·  2015-10-10 13:07:02 +08:00
    ===============================================================
    ===============================================================
    感谢回复,问题已基本解决。
    思路: phpQuery 获取关键字,存入数组, foreach 循环读取, curl 判断文件是否存在, echo 全部文件地址。
    12 条回复    2015-10-03 16:17:15 +08:00
    along
        1
    along  
       2015-10-03 12:00:06 +08:00 via Android
    符合迅雷批量下载规则
    zktz
        2
    zktz  
       2015-10-03 12:01:26 +08:00
    最多 1000 个么
    直接 for 循环啊
    bdbai
        3
    bdbai  
       2015-10-03 12:13:55 +08:00 via iPhone
    curl 就行啦
    Daddy
        4
    Daddy  
       2015-10-03 12:30:35 +08:00
    @bdbai CURL 怎么用呢?
    aprikyblue
        5
    aprikyblue  
       2015-10-03 12:35:54 +08:00
    lincanbin
        6
    lincanbin  
       2015-10-03 12:39:19 +08:00
    curl_multi
    在 CLI 下做爬虫表现不错。
    lhx2008
        7
    lhx2008  
       2015-10-03 12:41:56 +08:00   ❤️ 1
    首先你说知道一个地址,就可以全自动递归所有子目录是不现实的
    其次,每个网站规则不同, 必须要每个网站都写规则,那么用 PHP 意义已经不大了,实质上只是一个下载地址的 excel 而已,你用 execl 也可以生成
    bdbai
        8
    bdbai  
       2015-10-03 12:51:42 +08:00 via iPhone
    @Daddy 爬一下所有子目录文件的范围,存下来。有关 cURL 请 rtfm ( PHP )。
    wkdhf233
        9
    wkdhf233  
       2015-10-03 12:56:48 +08:00   ❤️ 1
    主要还是一个文件是否存在的判断?
    for 循环遍历可能的文件名,然后 curl -I ( shell 是这个命令, PHP 里大概是哪个 curl_setopt )判断下 HTTP 头,看遍历过去的文件存在不,存在就输出
    也可以用 while ,加一个计数变量,如果 HTTP 头是 200 就清零, 404 的话就+1 ,超过一定值就跳出循环。这样就不用每次都去猜有多少文件了

    PS :脑洞一开,如果保证文件绝对连续,可以 1 , 2 , 4 , 8 , 16 。。号文件依次获取过去,遇上 404 就尝试与上次尝试的文件中间的那个,比如 8 号是 200 , 16 是 404 ,就尝试( 8+16 )/2=12 号,还是 404 就尝试( 12+8 )/2=10 号文件,一旦取得了文件号的边界,一个 for 直接不判断的生成文件列表。
    初中教的二分法。。
    loveminds
        11
    loveminds  
       2015-10-03 15:32:11 +08:00
    @wkdhf233 不错
    lizhiqing1996
        12
    lizhiqing1996  
       2015-10-03 16:17:15 +08:00
    听说 shell 都可以
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3583 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 26ms · UTC 11:11 · PVG 19:11 · LAX 03:11 · JFK 06:11
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.