PHP 超链接 抓取实现代码
2018-09-07 19:12
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 (
// Copyright(C), HonestQiao, 2005, All Rights Reserved.
// 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。