Question

我需要一个能够搜索$ get_webpage变量的函数，看它是否包含我的网站链接代码（$ linktext）。该函数应该能够在整个网页上搜索$ linktext，该文本只应放在<body>之后和</body>标记之前。谢谢你的帮助。

[[UPDATE]]大家好，快速更新，让我澄清一下example.com网页上的链接代码，其中包含rel =“nofollow”不应该有效，例如：

<a href="mysite.com/"; rel="nofollow"><strong>My Site</strong></a>

    $cc = new cURL();
    $get_webpage=$cc->get('http://www.example.com');
    $linktext='<a href="http://www.mysite.com/"><strong>My Site</strong></a>';



//####################################################################
//GET URL FUNCTION
//####################################################################
class cURL {
var $headers;
var $user_agent;
var $compression;
var $cookie_file;
var $proxy;
function cURL($cookies=TRUE,$cookie='cookie.txt',$compression='gzip',$proxy='') {
$this->headers[] = 'Accept: image/gif, image/x-bitmap, image/jpeg, image/pjpeg';
$this->headers[] = 'Connection: Keep-Alive';
$this->headers[] = 'Content-type: application/x-www-form-urlencoded;charset=UTF-8';
$this->user_agent = 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; .NET CLR 1.0.3705; .NET CLR 1.1.4322; Media Center PC 4.0)';
$this->compression=$compression;
$this->proxy=$proxy;
$this->cookies=$cookies;
if ($this->cookies == TRUE) $this->cookie($cookie);
}
function cookie($cookie_file) {
if (file_exists($cookie_file)) {
$this->cookie_file=$cookie_file;
} else {
fopen($cookie_file,'w') or $this->error('The cookie file could not be opened. Make sure this directory has the correct permissions');
$this->cookie_file=$cookie_file;
fclose($this->cookie_file);
}
}
function get($url) {
$process = curl_init($url);
curl_setopt($process, CURLOPT_HTTPHEADER, $this->headers);
curl_setopt($process, CURLOPT_HEADER, 0);
curl_setopt($process, CURLOPT_USERAGENT, $this->user_agent);
if ($this->cookies == TRUE) curl_setopt($process, CURLOPT_COOKIEFILE, $this->cookie_file);
if ($this->cookies == TRUE) curl_setopt($process, CURLOPT_COOKIEJAR, $this->cookie_file);
curl_setopt($process,CURLOPT_ENCODING , $this->compression);
curl_setopt($process, CURLOPT_TIMEOUT, 30);
if ($this->proxy) curl_setopt($process, CURLOPT_PROXY, $this->proxy);
curl_setopt($process, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($process, CURLOPT_FOLLOWLOCATION, 1);
curl_setopt($process, CURLOPT_MAXREDIRS, 2);
$return = curl_exec($process);
curl_close($process);
return $return;
}
function post($url,$data) {
$process = curl_init($url);
curl_setopt($process, CURLOPT_HTTPHEADER, $this->headers);
curl_setopt($process, CURLOPT_HEADER, 1);
curl_setopt($process, CURLOPT_USERAGENT, $this->user_agent);
if ($this->cookies == TRUE) curl_setopt($process, CURLOPT_COOKIEFILE, $this->cookie_file);
if ($this->cookies == TRUE) curl_setopt($process, CURLOPT_COOKIEJAR, $this->cookie_file);
curl_setopt($process, CURLOPT_ENCODING , $this->compression);
curl_setopt($process, CURLOPT_TIMEOUT, 30);
if ($this->proxy) curl_setopt($process, CURLOPT_PROXY, $this->proxy);
curl_setopt($process, CURLOPT_POSTFIELDS, $data);
curl_setopt($process, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($process, CURLOPT_FOLLOWLOCATION, 1);
curl_setopt($process, CURLOPT_MAXREDIRS, 2);
curl_setopt($process, CURLOPT_POST, 1);
$return = curl_exec($process);
curl_close($process);
return $return;
}
function error($error) {
$fp = fopen("error.txt","w") or die ();     
$error_text="cURL Error:$error\n";
fputs($fp,$error_text); 
fclose($fp) or die (); 
die;
}
} 
//######################################################################
//END URL FUNCTION
//#######################################################################

Answer 1

您可以使用dom处理功能

    $dom = new DOMDocument();
    @$dom->loadHTML($html);
    $x = new DOMXPath($dom);    
    foreach($x->query("//a") as $node)
    {
        if ($node->getAttribute("href") == "http://mysite.com")
        {
            // we got the link via href
        }
        if ($node->textContent == "http://mysite.com")
        {
            // we got the link via text
        }
    }

Answer 2

有4种方法可以做到这一点（我知道）

XML
DOM
手动解析
正则表达式

我建议前两个，也许是DOM而不是XML。看看拜伦的例子，它应该做的伎俩。

Answer 3

以下内容将使用xpath执行所有操作，但假设您希望My Site必须在strong标记内的限定条件：

function findLinks($html, $href, $text)
{
   $dom = new SimpleXmlDocument($html);

   $links = $dom->xpath("//a[@href='$url']/strong[contains(., '$text')]");

   if(count($links) > 0)
   {
     return true;
   }

   return false;
}

如果您不关心强标记，可以使用xpath，如：

//a[@href='$url'][contains(., '$text')]

对XPath做一些研究，看看有什么可能。你可以使用一个简单的XPath来获取所有a标签，然后在它们上面循环寻找你的限定符作为另一张海报建议。

Answer 4

我不知道锚点可以在身体标签之外：）

首先使用preg_match提取body标签的内部HTML ...然后，如果您确切知道HTML中的链接，您可以使用常规strpos进行搜索。

如何搜索网页（来自cURL）获取链接？

4 个答案: