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
- 正确理解PHP程序编译时的错误信息
- PHP开发中关于文件操作的疑难问答
- PHP.MVC的模板标签系统之标签行为调度
- PHP安全配置之实现安全的两个重点
- 用PHP+java实现自动新闻滚动窗口
- PHP编程技巧：看实例学正则表达式
- PHP一些常用的正则表达式
- PHPUnit袖珍指南之自动测试
- PHPUnit袖珍指南之PHPUnit的目的
- PHPUnit袖珍指南之安装PHPUnit
- PHPUnit袖珍指南之命令行测试工具
- PHP中使用crypt()实现用户身份验证
- 用PHP+MySQL搭建聊天室
- 如何编译PHP源代码
- 安全基础：PHP后门的隐藏技巧测试报告
- PHP创建和使用session cookie变量
- php的curl实现get和post
- PHP自动适应范围的页码分页程序
- Perl处理日期时间的技巧
- php直接调用文本文件内容
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: 63 ::
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
