正则表达式抓取页面内所有的超链接
来源:互联网 发布:麦克雷 数据 编辑:程序博客网 时间:2024/05/24 15:40
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。
<?php
// --------------------------------------------------------------------------
// File name : Noname1.php
// Description : 通用链接参数获取正则表达式测试
// 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]);
}
?>
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。
//如果要轉載本文請注明出處,免的出現版權紛爭,我不喜歡看到那種轉載了我的作品卻不注明出處的人 Seven{See7di#Gmail.com}
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
// 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]);
}
?>
0 0
- 正则表达式抓取页面内所有的超链接
- 正则表达式例子:获得某个网页上的所有超链接
- 自己写的一个正则表达式抓取页面内容
- 超链接的正则表达式匹配
- 超链接提取的正则表达式
- 替换超链接的正则表达式
- python爬虫:抓取页面上的超链接
- 正则表达式 抓取网页面上所有图片
- 正则表达式,抓取网页所有图片
- 页面抓取,去除超链接
- 用正则表达式得到一个页面的所有链接
- 用正则表达式得到一个页面的所有链接
- php超链接常用的正则表达式
- 正则表达式与超链接
- 正则表达式实例 网页爬虫抓取页面邮箱地址
- linux内的正则表达式
- 正则表达式抓取eamil
- 正则抓取html表达式
- php中一个可查询所有表的“通用”查询分页类
- 用PHP编程语言开发动态WAP页面
- 提升php执行效率的注意事项
- PHP数据库备份文件分卷导入的实现思路
- PHP数据库分卷导出备份的实现思路
- 正则表达式抓取页面内所有的超链接
- wince 3.5寸屏开关背光
- Java 7之集合类型第6篇 - Set集合的实现
- 功能齐全的发送邮件类
- 怎样才能成为PHP高手?
- PHP百行代码快速构建简易聊天室
- 设置mysql数据库允许被远程连接访问
- set_magic_quotes_runtime()和get_magic_quotes_gpc()
- php函数 ini_set