使用PHP解析HTML中的鏈接

隨著網路的快速發展，網站數量與規模不斷擴大。為了提高網站的可訪問性和用戶體驗，往往需要在網頁中添加大量的連結。而對於一些需要大量處理的網站，手工檢查和修改連結顯然是一項繁瑣且容易出錯的工作。因此，使用PHP解析HTML中的連結成為一種高效率、快速的方式。

一、取得HTML檔

首先，我們需要透過PHP取得待處理的HTML檔。 PHP提供了多種方式來取得HTML文件，例如使用file_get_contents函數、fopen和fread組合來進行讀取等。在此，我們使用file_get_contents函數。

$filename = 'example.html';
$html = file_get_contents($filename);

二、解析HTML檔案中的連結

#取得完HTML文件後，我們需要盡可能準確地提取其中的連結。基於此，我們可以使用正規表示式或PHP內建的DOM解析器。

1. 正規表示式提取連結

透過正規表示式來提取鏈接，我們需要了解HTML頁面連結的基本結構。一般來說，HTML頁面中的連結都是以a標籤包裹在一定文字內容之內的，其基本結構如下：

連結文字內容

##因此，我們可以透過正規表示式來匹配出所有的連結。具體程式碼如下：

$regexp ='^{1#*href=['"]?(#2 )';}preg_match_all($regexp, $html, $match);
$link = array_unique($match[1]);

上述程式碼使用正規表示式< as

^{1*href=['"]?(2 )來符合a標籤並擷取href屬性中的https:// www.php.cn/link/39cec6d4d21b5dade7544dab6881423e。其中2 表示符合不含單引號、雙引號以及空格的一系列字元。最後使用array_unique函數對所有的https://www.php.cn/link/39cec6d4d21b5dade7544dab6881423e進行去重。}

使用DOM解析器提取連結

PHP內建的DOM解析器提供了一種更為便捷精確的解析HTML檔案中連結的方式。它可以將HTML頁面轉換為文件物件模型（DOM）樹狀結構，從而可以遍歷文檔樹來查詢、擷取資訊。

具體程式碼如下：

$doc = new DOMDocument();

$doc->loadHTML($html);
$links = $doc->getElementsByTagName ('a');
foreach ($links as $link) {

$href = $link->getAttribute('href');

}

上述程式碼中，我們先使用DOMDocument將$html字串轉換為文件物件模型，然後透過getElementsByTagName('a')方法取得所有的a標籤，遍歷每個a標籤並提取其href屬性中的屬性值。

三、對連結進行處理

取得到所有的連結後，我們需要對這些連結進行處理。具體處理方式根據需求而定，以下是一些常見的處理方法：

替換

有些時候我們需要批量修改鏈接中的某些部分，比如鏈接去掉http://前綴。可以使用str_replace函數對字串進行替換。

foreach ($links as $link) {

$href = $link->getAttribute('href');
$new_href = str_replace('http://', '', $href);
$link->setAttribute('href', $new_href);

}

#新增
##有些時候我們需要對所有連結中增加一些特定的字串或參數，例如在所有連結後添加utm_campaign=xxx參數。可以使用字串拼接的方式來新增。

foreach ($links as $link) {

$href = $link->getAttribute('href');
$new_href = $href . '?utm_campaign=xxx';
$link->setAttribute('href', $new_href);

}

#過濾

3. ##有些時候我們需要過濾掉某些鏈接，例如某些廣告鏈接。可以使用if語句對連結進行判斷並進行篩選。

foreach ($links as $link) {

$href = $link->getAttribute('href');
if (strstr($href, 'ad.')) {
    $link->parentNode->removeChild($link);
}

}

#四、儲存HTML檔案

處理完所有連結後，我們需要將結果儲存到HTML檔案中。和讀取HTML檔案一樣，使用file_put_contents函數對檔案進行寫入操作即可。

$filename_new = 'example_new.html';

$html_new = $doc->saveHTML();

file_put_contents($filename_new, $html_new);

」上綜，使用PHP解析HTML中的連結是一種高效率、方便的批次處理方式。透過正規表示式或DOM解析器取得鏈接，然後對其進行處理，並最終保存到HTML檔案中，可以快速地更新、修改大量連結。

>

---

↩

1. '" > ↩
2. #

以上是使用PHP解析HTML中的鏈接的詳細內容。更多資訊請關注PHP中文網其他相關文章！