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
- 一键删除顽固的空文件夹 软件下载
- 获得Google PR值的PHP代码
- 解决控件遮挡问题：关于有窗口元素和无窗口元素
- Discuz!5的PHP代码高亮显示插件（黑暗中的舞者更新）
- phpmyadmin中配置文件现在需要绝密的短语密码的解决方法
- 一个数据采集类
- php中的一个中文字符串截取函数
- 自己前几天写的无限分类类
- 简单采集了yahoo的一些数据
- 回答PHPCHINA上的几个问题:URL映射
- 模拟flock实现文件锁定
- 一个捕获函数输出的函数
- cache_lite试用
- 再次研究下cache_lite
- PHP数据缓存技术
- 修改了一个很不错的验证码，共享之。
- 谈谈PHP的输入输出流
- 使用apache模块rewrite_module (转)
- 让PHP支持页面回退的两种方法[转]
- mysql中存储过程、函数的一些问题
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: 157 ::
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
