【发布时间】：2011-11-27 18:59:13
【问题描述】：
我想写一个php程序来统计一个网站的所有超链接，用户可以输入。
如何做到这一点？是否有一个库或我可以解析和分析超链接的 html 的东西？
感谢您的帮助
【问题讨论】：
-
对于特定网页，您可以使用 php 和 javascript/jquery 进行计数。看到这个stackoverflow.com/questions/3184284/…作为参考
【发布时间】：2011-11-27 18:59:13
【问题描述】：
这样
<?php
$site = file_get_contents("someurl");
$links = substr_count($site, "<a href=");
print"There is {$links} in that page.";
?>
【讨论】：
-
这是一种简单的方法，我认为你可以通过一些替代方法做得更好。
-
简单，但足以满足我的需要。谢谢。另外，我的问题中的 cmets 中提到的东西是更强大的解决方案，如果这还不够，我将使用它
嗯，我们不能给你一个有限的答案，只能给你一些建议。我用php做过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，但这完全是个人喜好问题
- 您需要了解如何在 PHP 中使用套接字并发出请求，请查看 php 套接字库：http://www.php.net/manual/ref.network.php
- 您需要熟悉 HTTP 请求的世界，了解如何创建自己的 GET/POST 请求以及从返回的内容中拆分标头。
- 最后一部分使用正则表达式很容易，只需 preg_match "#()*#i" 的内容（最后一个表达式可能是错误的，我根本没有测试它好吗？）
- 循环找到的 href 列表，与已经访问过的 href 进行比较（记住在您的内容中考虑通配符 GET 参数），然后重复该过程以加载网站的所有页面。
这是一项艰巨的工作......祝你好运
【讨论】：
-
请注意，我刚刚看到了 file_get_contents，实际上您可以用 $context 将 SOCKET 部分替换为 file_get_contents，这将使您的生活在许多方面更轻松。我是老派，所以我倾向于使用老派的方式:)
您可能必须使用 CURL 来获取网页内容。将其存储在一个变量中，然后将其解析为超链接。您可能需要正则表达式。
【讨论】：