繁體中文当前位置: 首页 > 图文教程 > 网络编程 > PHP > PHP 超链接 抓取实现代码
- PHP
- 使用.htaccess来防盗链
- mysql 时间转换函数的用法
- PHP中addcslashes函数与stripcslashes的用法
- dedecms5.1升级sp1出现IfTagNull()错误解决方法记录
- 实现dedecms图集单击图片翻页的功能
- 动态网页制作PHP常用的正则表达式
- PHP读取RSS feed源代码（带注释，可读取多个源）
- PHP与正则表达系列之一: PHP中的正则表达式
- 给wordpress 增加干扰码防采集
- 使用PHP脚本修改Linux或Unix系统口令
- PHP技巧：php过滤危险html代码
- php配置文件php.ini的中文注释版
- 成就PHP高手的五个必由之路
- PHP比ASP优秀的七个理由
- 如何正确理解PHP的错误信息
- 学习使用PHP数组
- PHP中创建并处理图象
- RPM安装PHP后应如何配置 Apache
- PHP中的Java扩展
- PHP4.04 新增加了专用的字符函数 Ctype
PHP 超链接 抓取实现代码
出处:互联网 整理: 软晨网（RuanChen.com） 发布: 2009-09-13 浏览: 48 ::
收藏到网摘: n/a
因为最近要做一个类似专业搜索引擎的东西，需要抓取网页的所有超链接。大家帮忙测试一下子，下面的代码是否可以针对所有的标准超链接。 通用HTML标准超链接参数取得正则表达式测试
因为最近要做一个类似专业搜索引擎的东西，需要抓取网页的所有超链接。
大家帮忙测试一下子，下面的代码是否可以针对所有的标准超链接。
测试代码如下：
复制代码 代码如下:
<?php
// --------------------------------------------------------------------------
// File name : Noname1.php
// Description : 通用链接参数获取正则表达式测试
// Requirement : PHP4 (http://www.php.net)
// Copyright(C), HonestQiao, 2005, All Rights Reserved.
// Author: HonestQiao ([email protected])
// 参数说明:
// $strSource: 包含标准链接的HTML网页
// $strResult: 处理的结果
// 附加说明:
// 标准链接，使用<a></a>形势包含的链接
// --------------------------------------------------------------------------
$strSource = <<<HTML
<a href=1.htm>t1</a>
<a href='2.htm'>t2</a>
<a href="3.htm">t3</a>
<a href=4.htm class=link>t4</a>
HTML;
preg_match_all('/<a.*?(?: \\t\\r\\n)?href=[\'"]?(.+?)[\'"]?(?:(?: \\t\\r\\n)+.*?)?>(.+?)<\/a.*?>/sim', $strSource, $strResult, PREG_PATTERN_ORDER);
for($i = 0; $i < count($strResult[1]); $i++)
{
printf("%d href=(%s) title=(%s) \n", $i, $strResult[1][$i], $strResult[2][$i]);
}
?>
如果您的测试数据，符合标准链接，但是此处没有被处理出来，请告诉我测试数据，以及你的测试环境。
谢谢。
评论 (0) All
