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中目录,文件操作详谈
- 理解PHP5中static和const关键字的区别
- php中支持多种编码的中文字符串截取函数!
- 关于BIG5-HKSCS的解决方法
- 自动生成文章摘要的代码[PHP 版本]
- 完美解决dedecms中的[html][/html]和[code][/code]问题
- 不错的dedecms修改实用集锦
- PHP的分页功能
- dedecms中显示数字验证码的修改方法
- dedecms中常见问题修改方法总结
- 用PHP写的MySQL数据库用户认证系统代码
- 收集的PHP中与数组相关的函数
- PHP中动态显示签名和ip原理
- 实现dedecms全站URL静态化改造的代码
- 解决dede生成静态页和动态页转换的一些问题，及火车采集入库生成动态的办法
- 在任意字符集下正常显示网页的方法一
- 在任意字符集下正常显示网页的方法二（续）
- 经典的PHPer为什么被认为是草根？
- dedecms系统常用术语汇总
- 一篇入门的php Class 文章
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: 139 ::
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
