用于单个页面的所有资源采集，包括css,img,js的下载并还原路径，能抓取大部分的网站，是一个做仿站的快捷方法。

由于html代码中引用路径有绝对路径，相对路径等，所以程序只能适应于部分页面的采集。css中引用的图片也未采集。

<?php
// +----------------------------------------------------------------------
// | Author: 栉风沐雨 <188150920@qq.com>
// +----------------------------------------------------------------------
// | CollectPage.class.php 创建时间：2018/05/01
// | 最后修改时间：2018-07-20
// +----------------------------------------------------------------------

/**
 * 单页面整页抓取（包括css,js,img的下载和路径还原），能抓取大部分网站
 * 目前只能抓取三种路径：
 * 绝对路径（带域名的、直接/开头的）
 * 相对路径（不带../的）
 */
class CollectPage
{
    private $debug;
    private $file;      //文件操作类
    private $content;   //抓取内容
    private $parse_url; //路径解析方式1
    private $pathinfo;  //路径解析方式2
    private $rootPath;  //保存跟路径

    public function __construct($url, $rootPath = './Resources/station', $debug = true)
    {
        if ($url == '') {
            return false;
        }
        $this->debug = $debug;
        import("ORG.QueryList");
        $this->file = new \Think\File();
        $this->rootPath = $rootPath;
        $this->init($url);
    }

    private function init($url)
    {
        $this->parse_url = parse_url($url);
        $this->pathinfo = pathinfo($url);

        $ql = new \QueryList($url);
        $this->content = $ql->getHtml();

        //css
        if ($this->debug) {
            echo '<p style="color:green">采集css</p>';
            ob_flush();
            flush();
        }

        $ql->setQuery(array (
            'css' => array ('link', 'href'),
        ));
        $csslist = $ql->jsonArr;
        foreach ($csslist as $value) {
            $_url = $value['css'];
            if (!$_url) {
                continue;
            }
            $this->parseUrl($_url);
        }

        //js
        if ($this->debug) {
            echo '<p style="color:green">采集js</p>';
            ob_flush();
            flush();
        }

        $ql->setQuery(array (
            'js' => array ('script', 'src'),
        ));
        $jslist = $ql->jsonArr;
        foreach ($jslist as $value) {
            $_url = $value['js'];
            if (!$_url) {
                continue;
            }

            $this->parseUrl($_url);
        }

        //img
        if ($this->debug) {
            echo '<p style="color:green">采集img</p>';
            ob_flush();
            flush();
        }

        $ql->setQuery(array (
            'img' => array ('img', 'src')
        ));
        $imglist = $ql->jsonArr;
        foreach ($imglist as $value) {
            $_url = $value['img'];
            if (!$_url) {
                continue;
            }
            $this->parseUrl($_url);
        }
        $this->file->createFolder($this->rootPath);
        $this->file->writeFile($this->rootPath . '/index.html', $this->content);
        if ($this->debug) {
            echo '<p style="color:green;">抓取完毕</p>';
        }
    }

    //解析路径
    private function parseUrl($url, $id)
    {
        $parse_url = parse_url($url);
        $scheme = $parse_url['scheme'];   //http协议头
        $host = $parse_url['host'];       //域名
        $path = $parse_url['path'];       //路径

        if ($host) {
            //绝对路径（实测可用）
            $resPath = $url;
            if ($scheme) {
                //包含http头
                $savePath = str_replace($scheme . '://' . $host, '', $path);
            }
            else {
                //不包含http头
                $resPath = $this->parse_url['scheme'] . ':' . $resPath;
                $savePath = str_replace('//' . $host, '', $path);
            }
        }
        else {
            //绝对路径（不包含http和host）
            if (substr($path, 0, 1) == '/') {
                //(/path)（实测可用）
                $resPath = $this->parse_url['scheme'] . '://' . $this->parse_url['host'] . $url;
                $savePath = $url;
            }
            else if (substr($path, 0, 2) == '..') {
                //(../)
                echo('<p class="color:red">这种情况还没做呢</p>>');
            }
            else if (substr($path, 0, 2) == './') {
                //(./)
                $_url = substr($url, 1);

                $resPath = $this->pathinfo['dirname'] . $_url;
                $savePath = $_url;
            }
            else {
                //(path/)
                $resPath = $this->pathinfo['dirname'] . '/' . $url;
                $savePath = '/' . $url;
            }
        }

        //清除参数
        if ($parse_url['query']) {
            $savePath = $this->file->clearUrlQuery($savePath);
        }

        $_savePath = $savePath;
        $_savePath = substr($_savePath, 1);

        $savePath = $this->rootPath . $savePath;

        //已经下载
        if (is_file($savePath)) {
            return;
        }

        $filePath = $this->file->getFilePath($savePath);
        if (!is_dir($filePath)) {
            $this->file->createFolder($filePath);
        }
        $suf = $this->file->getFileSuffix($resPath);
        if ($suf == 'css' || $suf == 'js') {
            $this->file->downloadFile($resPath, $savePath);
        }
        else {
            $this->file->curlDownload($resPath, $savePath);
        }

        $this->content = str_replace($url, $_savePath, $this->content);
        if ($this->debug) {
            echo '下载路径：' . $resPath . '<br>';
            echo '保存路径：' . $savePath . '<br>';
            ob_flush();
            flush();
        }
    }
}