Outils de recherche et référencement

tom_sawyer · 09-05-2007 18:37:03

Bonjour tlm,

j'ai trouvé un bout de script pour récuperer les liens d'une page web

Code:

<?php

$chaine = file_get_contents("http://www.yahoo.com");

$motif='#<a href="(.*?)"(.*?)>#is';

preg_match_all($motif,$chaine,$out,PREG_PATTERN_ORDER);

foreach ($out[1] as $link) {
echo "$link <br />";
}

?>

A la place de l'URL du lien, j'aimerai récupérer l'ancre. Quelqu'un saurait-il m'expliquer comment modifier l'expression régulière pour faire ça ?

Merci
++

Phobos · 09-05-2007 19:20:28

Salut,
vla ton code modifié :

Code:

<?php

$chaine = file_get_contents("http://fr.wikipedia.org/wiki/Heavy_metal_%28musique%29"); // y a pas d'ancres sur yahoo.com :P

$motif='|<a href="[^"]*#(.+)".*>|Ui';

preg_match_all($motif,$chaine,$out,PREG_PATTERN_ORDER);

foreach ($out[1] as $link) {
echo $link." <br />\n";
}

?>

Americas · 09-05-2007 19:33:12

Quel intérêt de récupérer les ancres sur une page web... surtout s'il y en a des centaines ?

Tiger · 09-05-2007 19:50:47

Je crois que Toms cherche à récupérer les ancres/titres (anchor text) des liens.

J'ai que ça pour le moment :

Code:

<?php

$chaine = file_get_contents("http://www.yahoo.fr");

$motif='`<a href="[^>]+">[^<]+</a>`Ui'; 

preg_match_all($motif,$chaine,$out,PREG_PATTERN_ORDER);

foreach ($out[0] as $link) {
echo "$link <br />";
}

?>

Phobos · 09-05-2007 19:56:38

Raah, forcément c'est de suite plus logique

Code:

<?php

$chaine = file_get_contents("http://www.yahoo.com");

$motif='#<a href=".*?"(.*?)>#is';

preg_match_all($motif,$chaine,$out,PREG_PATTERN_ORDER);

foreach ($out[1] as $link) {
echo "$link <br />";
}

?>

Suffit de virer la première parenthèse, dans $out[1] on recupère le tableau des différents contenus des parenthèses capturantes

Malaiac · 09-05-2007 20:19:56

En ce qui concerne les regex sur des liens, je deviens de plus en plus méfiant
En particulier sur le ", qui n'est pas toujours inclus. (allez voir le source de francesurf.net par exemple)

du coup moi je penche plutot pour des motifs comme :
<a href="?.*?"?(.*?)>.*?</a>
ou
<a href="?[^>]+"?>[^<]+</a>
( avec "? qui rend le " optionnel )

salemioche · 10-05-2007 09:51:44

>> <a href="?[^>]+"?>[^<]+</a>

sur

<a href=index.php target=_blank>toto</a>

ca va le faire pour l'anchor mais pas pour l'url

tom_sawyer · 10-05-2007 10:57:14

Merci à tous, c'est nickel

Malaiac · 10-05-2007 11:05:53

salemioche a �crit:
>> <a href="?[^>]+"?>[^<]+</a>

sur

<a href=index.php target=_blank>toto</a>

ca va le faire pour l'anchor mais pas pour l'url

C vrai
Du coup :
<a href="?([^>\ ]+)"?.*?>([^<]+)</a>
ca tient
<a href="?([^>\ ]+)"?[^>]*?>([^<]+)</a>
aussi, mais je vois la différence pratique entre .*? et [^>]? (je crois que les classes non exclusives sont moins cheres en ressources ?)

Derni�re modification par Malaiac (10-05-2007 11:07:52)

salemioche · 10-05-2007 11:32:18

la pattern .* est "gratuite" puisqu'il n'y a aucun test a faire sinon aller au caractère suivant

Outils de recherche et référencement

#1 09-05-2007 18:37:03

Récupérer l'ancre des liens d'une page avec PHP

Code:

#2 09-05-2007 19:20:28

Re: Récupérer l'ancre des liens d'une page avec PHP

Code:

#3 09-05-2007 19:33:12

Re: Récupérer l'ancre des liens d'une page avec PHP

#4 09-05-2007 19:50:47

Re: Récupérer l'ancre des liens d'une page avec PHP

Code:

#5 09-05-2007 19:56:38

Re: Récupérer l'ancre des liens d'une page avec PHP

Code:

#6 09-05-2007 20:19:56

Re: Récupérer l'ancre des liens d'une page avec PHP

#7 10-05-2007 09:51:44

Re: Récupérer l'ancre des liens d'une page avec PHP

#8 10-05-2007 10:57:14

Re: Récupérer l'ancre des liens d'une page avec PHP

#9 10-05-2007 11:05:53

Re: Récupérer l'ancre des liens d'une page avec PHP

salemioche a �crit:

#10 10-05-2007 11:32:18

Re: Récupérer l'ancre des liens d'une page avec PHP

Pied de page des forums