php 匹配部落格目錄裡的文章連結

最近在寫爬蟲練手，但是發現匹配出來資料很少

以部落格園為例，這個是我的正則

/http\:\/\/www\.cnblogs\.com\/' . $name . '\/[^\" ]+.html/i

然後匹配這位同學：http://www.cnblogs.com/hoojo/default.html?page=1

發現只有42條資料，但是這位同學明顯不止42篇文章，請問如何最佳化我的正則

回複內容：

最近在寫爬蟲練手，但是發現匹配出來資料很少

以部落格園為例，這個是我的正則

/http\:\/\/www\.cnblogs\.com\/' . $name . '\/[^\" ]+.html/i

然後匹配這位同學：http://www.cnblogs.com/hoojo/default.html?page=1

發現只有42條資料，但是這位同學明顯不止42篇文章，請問如何最佳化我的正則

首先，你這個http://www.cnblogs.com/hoojo/default.html?page=1 只是第一頁，第一頁好像只有這麼多篇文章吧？http://www.cnblogs.com/hoojo/default.html?page=2 是第二頁。

首先，你要確定他的部落格裡面有多少頁。你就從第二頁http://www.cnblogs.com/hoojo/default.html?page=2 取它的總頁數共6頁: 上一頁 1 2 3 4 5 6，再在你原來的代碼外面加個 for 迴圈 http://www.cnblogs.com/hoojo/default.html?page={$page_number} 這樣就好了。

不太懂您的正則寫法。

我數了下第一頁一共50條文章，然後我是這麼實現的：

|i", $aa, $m);var_dump($m[1]);

這樣的結果就是文章連結數組了。

在測試過程中發現文章作者會把其他文章連結寫在摘要裡，並且被顯示。所以您的方法會把摘要內的連結也讀出來。
我這裡是用文章原文連結的特性擷取到的連結。
希望能夠幫到你。

