由于需要我做了個函數，實現取得頁面連接放到數組里
思路：1，取得靜態+不帶參數的：
htm html asp php jsp cgi
a，包含絕對路徑的處理：直接取得
preg_match_all （）？
b，包含相對路徑的，路徑得到處理參數:
根據情況（. 或 .. ）處理得到絕對路徑
2，取得帶參數的：
3,經過篩選：選擇了一些可以讀的后綴比如asp，php，html等
連接重復的進行刪除。
4，直接運行代碼就把 落伍者論壇 » 網站建設專欄
第一頁面的連接拿下來到數組＄e中，＄e[o][0]為第一個連接；＄e[o][1]為第2個
| 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("http://",＄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 有下列褳接：<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:]:@/._-]+)(/"?)',"http://2",＄regs[1]);
＄regs[1] = eregi_replace('(href[[:space:]]*=[[:space:]]*[/"]?)([[:alnum:]:@/._-]+[/?]?[^/"]*)(/.*)[^/"http://]*([/"]?)',"http://2",＄regs[1]);
if(!eregi('^http:////',＄regs[1])){
if(eregi('^/./.',＄regs[1])){
// ＄roopath=eregi_replace('(http:////)?([[:alnum:]:@/._-]+)[[:alnum:]+](/.*)[[:alnum:]+]',"http://////2",＄url);
＄roopath=split("http://",＄rootpath);
＄rootpath="http://".＄roopath[2]."/";
//echo "這是根本d ："."/n";
＄nnn=count(＄roopath)-1;for(＄yu=3;＄yu<＄nnn;＄yu++){＄rootpath.=＄roopath[＄yu]."/";}
//var_dump(＄rootpath);
if(eregi('^/./.[//[:alnum:]]',＄regs[1])){
//echo "這是../目錄/ ："."/n";
//＄regs[1]="../xx/xxxxxx.xx";
// ＄rr=split("http://",＄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]."/r/n";
＄outed[0][＄i]=＄out[0][＄i];
}
unset(＄out);
＄out=＄outed; return ＄out;
}
?> |
|
|
