由于需要我做了个函数,实现取得页面连接放到数组里 思路:1,取得静态+不带参数的: htm html asp php jsp cgi a,包含绝对路径的处理:直接取得 preg_match_all ()? b,包含相对路径的,路径得到处理参数: 根据情况(. 或 .. )处理得到绝对路径 2,取得带参数的: 3,经过筛选:选择了一些可以读的后缀比如asp,php,html等 连接重复的进行删除。 4,直接运行代码就把 落伍者论坛 » 网站建设专栏 第一页面的连接拿下来到数组$e中,$e[o][0]为第一个连接;$e[o][1]为第2个
Code: |
|
<? $e=clinchgeturl("http://im286.com/forumdisplay.php?fid=1"); var_dump($e); function clinchgeturl($url) { //$url="http://127.0.0.1/1.htm"; //$rootpath="http://fsrootpathfsfsf/yyyyyy/"; //var_dump($rrr); if(eregi('(.)*[.](.)*',$url)){ $roopath=split("/",$url); $rootpath="http://".$roopath[2]."/"; $nnn=count($roopath)-1;for($yu=3;$yu<$nnn;$yu++){$rootpath.=$roopath[$yu]."/";} // var_dump($rootpath); //http: ,'',127.0.0.1,xnml,index.php } else{$rootpath=$url;//var_dump($rootpath); } if(isset($url)){ echo "$url 有下列裢接:<br>"; $fcontents = file($url); while(list(,$line)=each($fcontents)){ while(eregi('(href[[:space:]]*=[[:space:]]*"?[[:alnum:]:@/._-]+[?]?[^"]*"?)',$line,$regs)){ //$regs[1] = eregi_replace('(href[[:space:]]*=[[:space:]]*"?)([[:alnum:]:@/._-]+)("?)',"\\2",$regs[1]); $regs[1] = eregi_replace('(href[[:space:]]*=[[:space:]]*["]?)([[:alnum:]:@/._-]+[?]?[^"]*)(.*)[^"/]*(["]?)',"\\2",$regs[1]); if(!eregi('^http://',$regs[1])){ if(eregi('^..',$regs[1])){ // $roopath=eregi_replace('(http://)?([[:alnum:]:@/._-]+)[[:alnum:]+](.*)[[:alnum:]+]',"http://\\2",$url); $roopath=split("/",$rootpath); $rootpath="http://".$roopath[2]."/"; //echo "这是根本d :"."n"; $nnn=count($roopath)-1;for($yu=3;$yu<$nnn;$yu++){$rootpath.=$roopath[$yu]."/";} //var_dump($rootpath); if(eregi('^..[/[:alnum:]]',$regs[1])){ //echo "这是../目录/ :"."n"; //$regs[1]="../xx/xxxxxx.xx"; // $rr=split("/",$regs[1]); //for($oooi=1;$oooi<count($rr);$oooi++) $rrr=$regs[1]; // {$rrr.="/".$rr[$oooi]; $rrr = eregi_replace("^[.][.][/]",'',$rrr); //} $regs[1]=$rootpath.$rrr; } }else{ if(eregi('^[[:alnum:]]',$regs[1])){ $regs[1]=$rootpath.$regs[1]; } else{ $regs[1] = eregi_replace("^[/]",'',$regs[1]);$regs[1]=$rootpath.$regs[1];} } } $line = $regs[2]; if(eregi('(.)*[.](htm|shtm|html|asp|aspx|php|jsp|cgi)(.)*',$regs[1])){ $out[0][]=$regs[1]; } } } }for ($ouou=0;$ouou<count($out[0]);$ouou++) { if($out[0][$ouou]==$out[0][$ouou+1]){ $sameurlsum=1; //echo "sameurlsum=1:"; for($sameurl=1;$sameurl<count($out[0]);$sameurl++){ if($out[0][$ouou+$sameurl]==$out[0][$ouou+$sameurl+1]){$sameurlsum++;} else{break;} } for($p=$ouou;$p<count($out[0]);$p++) { $out[0][$p]=$out[0][$p+$sameurlsum];} } } $i=0; while($out[0][++$i]) { //echo $root.$out[0][$i]."rn"; $outed[0][$i]=$out[0][$i]; } unset($out); $out=$outed; return $out; } ?> | |
|