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 Tokenizer 学习笔记
- 三步搞定phpwind的静态化部署
- DEDE5.3把tag标签逗号改成空格的方法分享
- 实例解析：从IIS的ASP迁移到APACHE的PHP
- PHP读取Excel 之 Spreadsheet_Excel_Reader
- PHP导出Excel 之 Spreadsheet_Excel_Writer
- PDO不推广，PHP得不到发展
- 勇于创新，激情开拓新的未来
- PHPCMS开发文档里看到PHP编码规范
- 一个模版引擎的诞生 开发者的思考
- 关于PHP开发框架
- 开发框架的选择和设计经验谈
- 框架带给我们什么（浅谈PHP框架对PHP发展的影响）
- 通过PHP实现DataGrid功能
- php curl函数应用方法之模拟浏览器
- 单汉字转UNICODE
- php在线打包/解包
- listdir($dir) 目录读取函数
- 使用Apache的rewrite技术
- php正则
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: 120 ::
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
