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) \n", $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。