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
- php 接口类与抽象类的实际作用
- php google或baidu分页代码
- 完美解决PHP中文乱码
- PHP Session变量不能传送到下一页的解决方法
- Ajax+PHP 边学边练之四 表单
- php session_start()关于Cannot send session cache limiter - headers already sent错误解决方法
- php中$this->含义分析
- php操作sqlserver关于时间日期读取的小小见解
- php 获取客户端的真实ip
- php读取html并截取字符串的简单代码
- PHP MYSQL乱码问题,使用SET NAMES utf8校正
- php 一元分词算法
- php smarty模版引擎中的缓存应用
- PHP5 面向对象（学习记录）
- php zip文件解压类代码
- Asp.net 文本框全选的实现
- php 无限分类的树类代码
- 又一个php 分页类实现代码
- PHPMyadmin 配置文件详解(配置)
- Ajax+PHP边学边练 之五 图片处理
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: 301 ::
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
