Tema destacado: Entra al canal IRC oficial de #elhacker.net
 Autor
|
Tema: Detectar Links y meter en un array (Leído 1,664 veces)
|
|
|
|
|
Auton
 Desconectado
Mensajes: 5
|
Hola, muchas gracias por tu pronta respuesta. Esa librería y código están realmente bien. Quizá lo necesite en algún momento pero busco algo que creo que es más sencillo a partir de algo que ya tengo. Con este mismo código <?
$html = file_get_contents('http://www.example.com');
$dom = new DOMDocument();
@$dom->loadHTML($html);
// grab all the on the page
$xpath = new DOMXPath($dom);
$hrefs = $xpath->evaluate("/html/body//a");
for ($i = 0; $i < $hrefs->length; $i++) {
$href = $hrefs->item($i);
$url = $href->getAttribute('href');
echo $url.',';
}
?> ya consigo extraer todas las urls de un html sin librerías en la variable $url, y me imagino que de la misma manera que tenemos la url me imagino que no debe ser muy dificil extraer lo que hay entre: <a href=" http://ellink">y </a> en otra variable, aunque para mí no es tan sencillo claro. Si no aparece algo recurriré a lo que me dices. Gracias de nuevo |
|
|
|
« Última modificación: 18 Junio 2011, 13:16 por Auton »
|
En línea
|
|
|
|
|
madpitbull_99
|
Mira esta función que sirve para extraer el contenido situado entre dos delimitadores: <?php
/**
* Devuelve el contenido situado entre dos delimitadores.
*
* @return string
*/
function getContentFromDelimiters($string, $start, $end) {
$pos = stripos($string, $start);
$str = substr($string, $pos);
$str_two = substr($str, strlen($start));
$second_pos = stripos($str_two, $end);
$str_three = substr($str_two, 0, $second_pos);
$unit = trim($str_three);
return $unit;
}
/**
* Funcionamiento y Uso
*/
$handler = fopen ("http://madhacking.com", r);
if ($handler)
echo "[Ok] Access to site.<br />";
while (!feof($handler)) {
$webData .= fread($handler, 12000);
}
//var_dump($webData);
fclose($handler);
$webTitle = getContentFromDelimiters($webData, "<title>", "</title>"); echo "<b>The web title is: </b>".$webTitle;
?> También viene con un ejemplo de uso. Lo importante está en la línea resaltada. Supongo que es lo que quieres, mira a ver si te sirve. |
|
|
|
|
En línea
|
|
|
|
Auton
Desconectado
Mensajes: 5
|
Muchas gracias,
ahora estoy intentando utilizar esto pero para que encuentre los textos de los enlaces de la página de forma dinámica dentro del bucle de mi código.
Te contaré
|
|
|
|
|
En línea
|
|
|
|
|
|
Auton
Desconectado
Mensajes: 5
|
Hola,
muchas gracias por tu aportación.
Había visto preg_match_all pero no entiendo muy bien que debo hacer con este código.
'argv' ?
No se dónde tendría que poner la url del contenido de donde tengo que extraer los links (con su texto de link).
Muchas gracias
|
|
|
|
|
En línea
|
|
|
|
Shell Root
Desconectado
Mensajes: 2.456
Alex Jurado
|
Lo que pasa es que esto se realiza por medio de la consola y por el paso de argumentos tal como, $ php list-urls.php [URL] |
|
|
|
|
En línea
|
 --- |
|
|
Auton
Desconectado
Mensajes: 5
|
Hola! Ya tengo la solución ! Ante todo gracias por vuestras respuestas. Aunque la solución era más sencilla. Partiendo del mismo código que había puesto sólo he tenido que añadir $text = $href->nodeValue; donde la variable $text será el texto del link. <? $html = file_get_contents('http://www.example.com'); $dom = new DOMDocument(); @$dom->loadHTML($html); // grab all the on the page $xpath = new DOMXPath($dom); $hrefs = $xpath->evaluate("/html/body//a"); for ($i = 0; $i < $hrefs->length; $i++) { $href = $hrefs->item($i); $url = $href->getAttribute('href'); $text = $href->nodeValue; echo "<a href='$url'>$text</a>"; } ?> De hecho ahora lo que me faltaría es detectar una imagen en caso de que en lugar de texto fuese una el cuerpo del enlace.  |
|
|
|
« Última modificación: 24 Junio 2011, 12:12 por Auton »
|
En línea
|
|
|
|
WHK
吴阿卡
Ex-Staff
Desconectado
Mensajes: 4.113
The Hacktivism is not a crime
|
Sin librerías: <?php
$buffer = file_get_contents('http://foro.elhacker.net/');
$links = explode('<a', $buffer);
array_shift($links);
foreach($links as $id => $link){
$lnk = explode('href="', $link);
$lnk = explode('"', $lnk[1]);
$lnk = $lnk[0];
$text = explode('>', $link);
$text = explode('<', $text[1]);
$text = $text[0];
if(substr(trim($text), 0, 1) == '<')
$type = 'object';
elseif(!trim($text))
$type = 'bad link';
else
$type = 'text';
$ob_links[] = array(
'id' => ($id + 1),
'link' => $lnk,
'text' => $text,
'type' => $type
);
}
print_r($ob_links);
?> |
|
|
|
|
En línea
|
|
|
|
Nakp
casi es
Ex-Staff
Desconectado
Mensajes: 6.334
he vuelto :)
|
yo pienso que esto hace el trabajo  $pat = '/<a.+href=[\"\']([a-z\/:\.\%\-\_0-9\s]+)[\"\']/i';
preg_match_all($pat, $data, $urls);
var_dump($urls[1]);
pa quien quiera probar http://regex.larsolavtorvik.com/le agregue el espacio porque hay gente que le da la gana escribirlos en vez de %20 xD |
|
|
|
« Última modificación: 25 Junio 2011, 11:04 por Nakp »
|
En línea
|
Ojo por ojo, y el mundo acabará ciego.
|
|
|
~ Yoya ~
Wiki
Desconectado
Mensajes: 954
|
Si, vivan las expresiones regulares xD. Muy buena la pagina Nakp, usaba otra pero era en Flash. <?php
$contenido = file_get_contents('http://foro.elhacker.net/');
preg_match_all('/<a[^=]+=(?:\"|\')((?i).+(?-i))(?:\"|\')>(.+)<\/a>/',$contenido, $result, PREG_SET_ORDER);
print_r($result);
?> Salida: [87] => Array ( [0] => <a href="http://foro.elhacker.net/profiles/azielito-u5350.html">Azielito</a> [1] => http://foro.elhacker.net/profiles/azielito-u5350.html [2] => Azielito ) [88] => Array ( [0] => <a href="http://foro.elhacker.net/multimedia-b3.0/">Multimedia</a> [1] => http://foro.elhacker.net/multimedia-b3.0/ [2] => Multimedia ) Saludos. |
|
|
|
« Última modificación: 25 Junio 2011, 17:20 por ~ Yoya ~ »
|
En línea
|
|
|
|
|
 |
