如何使用file_get_contents作为数组来获取图像

Question

将图像作为数组获取时出现以下问题。在这段代码中，我试图检查搜索Test 1的图像是否存在 - 如果是，则显示，如果没有则再尝试使用Test 2，就是这样。当前的代码可以做到这一点，但速度非常慢。

这个if (sizeof($matches[1]) > 3) {因为这个3有时在抓取的网站上包含广告，所以这是我的安全如何跳过它。

我的问题是如何加快下面的代码以更快地获得if (sizeof($matches[1]) > 3) {？我相信这会使代码变得非常慢，因为这个数组可能包含多达1000个图像

$get_search = 'Test 1';

$html = file_get_contents('https://www.everypixel.com/search?q='.$get_search.'&is_id=1&st=free');
preg_match_all('|<img.*?src=[\'"](.*?)[\'"].*?>|i', $html, $matches);

if (sizeof($matches[1]) > 3) {
  $ch_foreach = 1;
}

if ($ch_foreach == 0) {

    $get_search = 'Test 2';

  $html = file_get_contents('https://www.everypixel.com/search?q='.$get_search.'&is_id=1&st=free');
  preg_match_all('|<img.*?src=[\'"](.*?)[\'"].*?>|i', $html, $matches);

  if (sizeof($matches[1]) > 3) {
     $ch_foreach = 1;
  }

}

foreach ($matches[1] as $match) if ($tmp++ < 20) {

  if (@getimagesize($match)) {

    // display image
    echo $match;

  }

}

Answer 1

$html = file_get_contents('https://www.everypixel.com/search?q='.$get_search.'&is_id=1&st=free');

除非www.everypixel.com服务器位于同一个LAN上（在这种情况下，压缩开销可能比在普通模式下传输速度慢），curl与CURLOPT_ENCODING应该比file_get_contents更快，即使它在同一个局域网上， curl应该比file_get_contents更快，因为file_get_contents一直在读取，直到服务器关闭连接，但curl一直读取，直到读取了Content-Length字节，这比等待服务器关闭套接字要快，所以这样做：

$ch=curl_init('https://www.everypixel.com/search?q='.$get_search.'&is_id=1&st=free');
curl_setopt_array($ch,array(CURLOPT_ENCODING=>'',CURLOPT_RETURNTRANSFER=>1));
$html=curl_exec($ch);

关于你的正则表达式：

preg_match_all('|<img.*?src=[\'"](.*?)[\'"].*?>|i', $html, $matches);

使用getElementsByTagName（“img”）和getAttribute（“src”）的DOMDocument应该比使用正则表达式更快，所以请改为：

$domd=@DOMDocument::loadHTML($html);
$urls=[];
foreach($domd->getElementsByTagName("img") as $img){
    $url=$img->getAttribute("src");
    if(!empty($url)){
        $urls[]=$url;
    }
}

并且可能是整个代码中最慢的部分，循环中的@getimagesize($match)可能包含超过1000个url，每次使用url调用getimagesize（）都会使php下载图像，并且它使用file_get_contents方法意味着它遭受相同的Content-Length问题这使得file_get_contents变慢。此外，所有图像都是按顺序下载的，并行下载它们应该快得多，可以用curl_multi api完成，但这样做是一项复杂的任务，我可以为你写一个例子，但我可以指出你一个例子：https://stackoverflow.com/a/54717579/1067003