通用HTML標准超鏈接參數取得正則表達式測試
因為最近要做一個類似專業搜索引擎的東西，需要抓取網頁的所有超鏈接。
大家幫忙測試一下子，下面的代碼是否可以針對所有的標准超鏈接。
測試代碼如下：
復制代碼 代碼如下:
<?php
// --------------------------------------------------------------------------
// File name : Noname1.php
// Description : 通用鏈接參數獲取正則表達式測試
// Requirement : PHP4 (http://www.php.net)
// Copyright(C), HonestQiao, 2005, All Rights Reserved.
// Author: HonestQiao ([email protected])
// 參數說明:
// $strSource: 包含標准鏈接的HTML網頁
// $strResult: 處理的結果
// 附加說明:
// 標准鏈接，使用<a></a>形勢包含的鏈接
// --------------------------------------------------------------------------
$strSource = <<<HTML
<a href=1.htm>t1</a>
<a href='2.htm'>t2</a>
<a href="3.htm">t3</a>
<a href=4.htm class=link>t4</a>
HTML;
preg_match_all('/<a.*?(?: \\t\\r\\n)?href=[\'"]?(.+?)[\'"]?(?:(?: \\t\\r\\n)+.*?)?>(.+?)<\/a.*?>/sim', $strSource, $strResult, PREG_PATTERN_ORDER);
for($i = 0; $i < count($strResult[1]); $i++)
{
printf("%d href=(%s) title=(%s) \n", $i, $strResult[1][$i], $strResult[2][$i]);
}
?>
如果您的測試數據，符合標准鏈接，但是此處沒有被處理出來，請告訴我測試數據，以及你的測試環境。
謝謝。
