PHP抓取网页的所有超链接的代码问题

作者佚名技术来源 NET编程浏览发布时间 2012-03-15

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：

<?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 (honestqiao@hotmail.com)

// 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。

也欢迎提供任何怪异的超链接，不过使用javascript来打开链接的除外。

[ 本帖最后由 HonestQiao 于 2005-11-6 21:29 编辑 ]

ydlhero 回复于：2005-11-06 17:44:26

版大很多我看不懂可否提供正则表达方法的一些资料
我知道手册有点但那点点远远不够^_^

HonestQiao 回复于：2005-11-06 18:37:41

http://www.

凌众科技专业提供服务器租用、服务器托管、企业邮局、虚拟主机等服务，公司网站：http://www.lingzhong.cn 为了给广大客户了解更多的技术信息，本技术文章收集来源于网络,凌众科技尊重文章作者的版权，如果有涉及你的版权有必要删除你的文章，请和我们联系。以上信息与文章正文是不可分割的一部分,如果您要转载本文章,请保留以上信息，谢谢!

1 2 3 下一页

分享到：更多

你可能对下面的文章感兴趣

上一篇: php字符串处理函数讲解下一篇: 网站图片防被盗的方法汇总

关于PHP抓取网页的所有超链接的代码问题的所有评论

随机推荐