取得页面所有不重复连接的函数

函数|页面|重复

　　由于需要我做了个函数，实现取得页面连接放到数组里
　　思路：1，取得静态+不带参数的：
　　htm html asp php jsp cgi
　　a，包含绝对路径的处理：直接取得
　　preg_match_all （）？
　　b，包含相对路径的，路径得到处理参数:
　　根据情况（. 或 .. ）处理得到绝对路径
　　2，取得带参数的：
　　3,经过筛选：选择了一些可以读的后缀比如asp，php，html等
　　连接重复的进行删除。
　　4，直接运行代码就把 落伍者论坛 » 网站建设专栏
　　第一页面的连接拿下来到数组＄e中，＄e[o][0]为第一个连接；＄e[o][1]为第2个
　　
　　

Code:

＄e=clinchgeturl("http://im286.com/forumdisplay.php?fid=1"); 　　 　　var_dump(＄e); 　　function clinchgeturl(＄url) 　　{ 　　 　　//＄url="http://127.0.0.1/1.htm"; 　　//＄rootpath="http://fsrootpathfsfsf/yyyyyy/"; 　　//var_dump(＄rrr); 　　if(eregi('(.)*[\.](.)*',＄url)){ 　　 ＄roopath=split("\/",＄url); 　　 ＄rootpath="http://".＄roopath[2]."/"; 　　 ＄nnn=count(＄roopath)-1;for(＄yu=3;＄yu　　 // var_dump(＄rootpath); //http: ,'',127.0.0.1,xnml,index.php 　　 } 　　 else{＄rootpath=＄url;//var_dump(＄rootpath); 　　} 　　if(isset(＄url)){ 　　echo "＄url 有下列裢接： "; 　　＄fcontents = file(＄url); 　　while(list(,＄line)=each(＄fcontents)){ 　　while(eregi('(href[[:space:]]*=[[:space:]]*"?[[:alnum:]:@/._-]+[\?]?[^\"]*"?)',＄line,＄regs)){ 　　//＄regs[1] = eregi_replace('(href[[:space:]]*=[[:space:]]*\"?)([[:alnum:]:@/._-]+)(\"?)',"\\2",＄regs[1]); 　　＄regs[1] = eregi_replace('(href[[:space:]]*=[[:space:]]*[\"]?)([[:alnum:]:@/._-]+[\?]?[^\"]*)(\.*)[^\"\/]*([\"]?)',"\\2",＄regs[1]); 　　 　　if(!eregi('^http:\/\/',＄regs[1])){ 　　 　　 if(eregi('^\.\.',＄regs[1])){ 　　 // ＄roopath=eregi_replace('(http:\/\/)?([[:alnum:]:@/._-]+)[[:alnum:]+](\.*)[[:alnum:]+]',"http:\/\/\\2",＄url); 　　 　　 ＄roopath=split("\/",＄rootpath); 　　 ＄rootpath="http://".＄roopath[2]."/"; 　　 //echo "这是根本d ："."\n"; 　　 ＄nnn=count(＄roopath)-1;for(＄yu=3;＄yu　　 //var_dump(＄rootpath); 　　 if(eregi('^\.\.[\/[:alnum:]]',＄regs[1])){ 　　 //echo "这是../目录/ ："."\n"; 　　 //＄regs[1]="../xx/xxxxxx.xx"; 　　 // ＄rr=split("\/",＄regs[1]); 　　 //for(＄oooi=1;＄oooi　　＄rrr=＄regs[1]; 　　 // {＄rrr.="/".＄rr[＄oooi]; 　　 ＄rrr = eregi_replace("^[\.][\.][\/]",'',＄rrr); //} 　　 　　 ＄regs[1]=＄rootpath.＄rrr; 　　 　　 　　 } 　　 　　 　　 }else{ 　　 if(eregi('^[[:alnum:]]',＄regs[1])){ ＄regs[1]=＄rootpath.＄regs[1]; } 　　 　　 else{ ＄regs[1] = eregi_replace("^[\/]",'',＄regs[1]);＄regs[1]=＄rootpath.＄regs[1];} 　　 　　 } 　　 　　 　　 } 　　 　　 　　 　　 　　 　　＄line = ＄regs[2]; 　　if(eregi('(.)*[\.](htm|shtm|html|asp|aspx|php|jsp|cgi)(.)*',＄regs[1])){ 　　＄out[0][]=＄regs[1]; } 　　} 　　} 　　}for (＄ouou=0;＄ouou　　 { 　　 if(＄out[0][＄ouou]==＄out[0][＄ouou+1]){ 　　＄sameurlsum=1; 　　//echo "sameurlsum=1:"; 　　 for(＄sameurl=1;＄sameurl　　 if(＄out[0][＄ouou+＄sameurl]==＄out[0][＄ouou+＄sameurl+1]){＄sameurlsum++;} 　　 else{break;} 　　 } 　　 　　 　　 for(＄p=＄ouou;＄p　　 { ＄out[0][＄p]=＄out[0][＄p+＄sameurlsum];} 　　 } 　　 } 　　 　　 　　＄i=0; 　　while(＄out[0][++＄i]) { 　　//echo ＄root.＄out[0][＄i]."\r\n"; 　　＄outed[0][＄i]=＄out[0][＄i]; 　　 　　} 　　unset(＄out); 　　＄out=＄outed; return ＄out; 　　} 　　?>