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TinyButStrong模板引擎来做WEB开发
- 用PHP控制用户的浏览器--ob*函数的使用说明
- PHP操作文件方法问答
- PHP编码规范-php coding standard
- 在PHP世界中选择最合适的模板与使用方法
- PHP学习资料汇总与网址
- PHP中session使用方法详解
- PHP中cookies使用指南
- 对Session和Cookie的区分与解释
- php的一个登录的类 [推荐]
- php下使用无限生命期Session的方法
- 初级的用php写的采集程序
- Discuz 5.0 中读取纯真IP数据库函数分析
- php中文本操作的类
- dedecms采集中可以过滤多行代码的正则表达式
- dedecms防止FCK乱格式化你的代码的修改方法
- 收集的DedeCMS一些使用经验
- dedecms模板标签代码官方参考
- Dedecms V3.1 生成HTML速度的优化办法
- PHP实现采集程序原理和简单示例代码
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: 145 ::
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
