统计网站的超链接

Question

可能重复：

How to parse HTML with PHP?

我想写一个php程序，计数一个网站的所有超链接，用户可以进入。

怎么做？是否有一个libary或者什么东西可以解析和分析有关超链接的html？

谢谢你的帮忙

Answer 1

像这样

<?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，但只能给你指点。我在php之外做了一次搜索引擎，所以原理是一样的：

首先，您需要将脚本编码为控制台脚本，web脚本并不合适，但这都是一个品味问题，您需要了解如何使用PHP中的套接字并发出请求，查看http://www.php.net/manual/ref.network.php

• You套接字库：需要熟悉HTTP请求的世界，了解如何发出自己的GET/POST请求，以及如何将头从返回的内容中分离出来。使用regexp，

1. 的最后一部分将很容易。只需preg_match "#()*#i“的内容(最后一个表达式可能是错误的，我根本没有测试它？)
2. 循环找到的href列表，与已经访问过的hrefs相比(请记住在您的文章中考虑通配符GET params )，然后重复这个过程加载站点的所有页面。

这是艰苦的工作..。祝好运

Answer 3

您可能必须使用卷曲，以fetech的内容的网页。将其存储在变量中，然后将其解析为超链接。为此您可能需要正则表达式。