PHP擷取指定URL頁面中的所有連結

form:http://www.uphtm.com/php/253.html

這個東西其實我們開發人員來講常用了，以前做一個抓取其它網站友情串連時用過，今天看到一朋友整理了一個PHP擷取指定URL頁面中的所有連結函數，整理過來我們一起來看看吧。

以下代碼可以擷取到指定URL頁面中的所有連結，即所有a標籤的href屬性：

1. // 擷取連結的HTML代碼
2. $html = file_get_contents('http://www.111cn.net');
3. $dom = new DOMDocument();
4. @$dom->loadHTML($html);
5. $xpath = new DOMXPath($dom);
6. $hrefs = $xpath->evaluate('/html/body//a');
7. for ($i = 0; $i < $hrefs->length; $i++) {
8. $href = $hrefs->item($i);
9. $url = $href->getAttribute('href');
10. echo $url.'
    ';
11. }

這段代碼會擷取到所有a標籤的href屬性，但是href屬性值不一定是連結，我們可以在做個過濾，只保留http開頭的連結地址：

1. // 擷取連結的HTML代碼
2. $html = file_get_contents('http://www.111cn.net');
3. $dom = new DOMDocument();
4. @$dom->loadHTML($html);
5. $xpath = new DOMXPath($dom);
6. $hrefs = $xpath->evaluate('/html/body//a');
7. for ($i = 0; $i < $hrefs->length; $i++) {
8. $href = $hrefs->item($i);
9. $url = $href->getAttribute('href');
11. // 保留以http開頭的連結
12. if(substr($url, 0, 4) == 'http')
13. echo $url.'
    ';
14. }

fopen()函數讀取指定網頁中的所有連結並統計出數量，在一些需要採集網頁頁容的地方，適合使用本代碼，本例以讀取百度首頁為例，找出百度首頁中所有的連結地址，代碼經過測試，完全可用：

2. if(empty($url))$url = "http://www.baidu.com/";//需要採集連結的URL地址
3. $site=substr($url,0,strpos($url,"/",8));
4. $base=substr($url,0,strrpos($url,"/")+1);//檔案所在目錄
5. $fp = fopen($url, "r" );//開啟url地址頁面
6. while(!feof($fp))$contents.=fread($fp,1024);
7. $pattern="|href=['\"]?([^ '\"]+)['\" ]|U";
8. preg_match_all($pattern,$contents, $regArr, PREG_SET_ORDER);//使用正則匹配所有href=
9. for($i=0;$i
10. if(!eregi("://",$regArr[$i][1]))//判斷是否是相對路徑，即是否還有://
11. if(substr($regArr[$i][1],0,1)=="/")//是否是網站的根目錄
12. echo "link".($i+1).":".$site.$regArr[$i][1]."
    ";//根目錄
13. else
14. echo "link".($i+1).":".$base.$regArr[$i][1]."
    ";//目前的目錄
15. else
16. echo "link".($i+1).":".$regArr[$i][1]."
    ";//相對路徑
17. }
18. fclose($fp);
19. ?>

form:http://www.uphtm.com/php/253.html

以上就介紹了PHP擷取指定URL頁面中的所有連結，包括了方面的內容，希望對PHP教程有興趣的朋友有所協助。

