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:
<?php
<br>// --------------------------------------------------------------------------
<br>// File name : Noname1.php
<br>// Description : 通用链接参数获取正则表达式测试
<br>// Requirement : PHP4 (http://www.php.net)
<br>// Copyright(C), HonestQiao, 2005, All Rights Reserved.
<br>// Author: HonestQiao (honestqiao@hotmail.com)
<br>// 参数说明:
<br>// $strSource: 包含标准链接的HTML网页
<br>// $strResult: 处理的结果
<br>// 附加说明:
<br>// 标准链接,使用<a></a>形势包含的链接
<br>// --------------------------------------------------------------------------
<br>$strSource = <<<HTML
<br><a href=1.htm>t1</a>
<br><a href='2.htm'>t2</a>
<br><a href="3.htm">t3</a>
<br><a href=4.htm class=link>t4</a>
<br>HTML;
<br>preg_match_all('/<a.*?(?: \t\r\n)?href=['"]?(.+?)['"]?(?:(?: \t\r\n)+.*?)?>(.+?)</a.*?>/sim', $strSource, $strResult, PREG_PATTERN_ORDER);
<br>for($i = 0; $i < count($strResult[1]); $i++)
<br>{
<br> printf("%d href=(%s) title=(%s)
", $i, $strResult[1][$i], $strResult[2][$i]);
<br>}
<br>
<br>?>
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。










