计算网站的超链接

Question

  

可能重复：
  How to parse HTML with PHP?

我想写一个计算网站所有超链接的php程序，用户可以输入。

怎么做？是否有一个图书馆或其他东西，我可以解析和分析有关超链接的HTML？

感谢您的帮助

Answer 1

喜欢这个

<?php
$site  = file_get_contents("someurl");
$links = substr_count($site, "<a href=");
print"There is {$links} in that page.";
?>

Answer 2

好吧，我们不能给你一个有限的答案，但只能指针。我用php完成了一次搜索引擎，所以原理是一样的：

1. 首先，您需要将脚本编码为控制台脚本，Web脚本不是很合适，但这都是品味问题
2. 你需要了解如何在PHP中使用套接字并发出请求，查看php套接字库：http://www.php.net/manual/ref.network.php
3. 您需要了解HTTP请求的世界，了解如何制作您自己的GET / POST请求以及从返回的内容中拆分标题。
4. 最后一部分用regexp很简单，只需要preg_match“＃（）* #i”的内容（最后一个表达式可能有错，我根本没有测试它吗？）
5. 循环找到的href列表，与已经访问过的hrefs进行比较（记得在你的东西中考虑通配符GET参数），然后重复这个过程来加载站点的所有页面。

这是艰苦的工作......祝你好运

Answer 3

您可能必须使用CURL来获取网页的内容。将其存储在变量中，然后解析它以获取超链接。你可能需要正则表达式。