欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  php教程

取得页面所有不重复连接的函数

程序员文章站 2022-05-17 20:44:06
...

函数|页面|重复

  由于需要我做了个函数,实现取得页面连接放到数组
  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   // 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:
";
  $fcontents = file($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   //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  $rrr=$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   {
   if($out[0][$ouou]==$out[0][$ouou+1]){
  $sameurlsum=1;
  //echo "sameurlsum=1:";
   for($sameurl=1;$sameurl   if($out[0][$ouou+$sameurl]==$out[0][$ouou+$sameurl+1]){$sameurlsum++;}
   else{break;}
   }
  
  
   for($p=$ouou;$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;
  }
  ?>