[Mail] Récupérer tous les liens et les titres d'une page

**dragon noir** · 29/06/2006, 11h59

Bonjour à tous,

J'aimerais récupérer tous les liens et leur titres de n'importe quelle page.

Moi j’ai programmé ce code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
 < ?php
$url = "http://www.example.com/";
 
$fp = fopen ($url,"r"); //lecture da la page
 
while (!feof($fp)) //parcours des lignes
{ 
    $page .= fgets($fp,4096); //lecture contenu ligne
}
 
preg_match_all('#<a href="(.*?)"(?:.*)>(.*?)</a>#', $page, $match, PREG_SET_ORDER);
 
?>
    <table border="1">
        <tr>
            <td><h3>Titre du lien</h3></td>
            <td><h3>Lien</h3></td>            
        </tr>
 
<?php
        $i=0;
        foreach($match as $var)
        {
?>
            <tr>
                <td><?php echo $var[2]; ?></td>
                <td><?php echo $var[1]; ?></td>                
            </tr>
<?php
            $i++;
 
        }
?>        
    </table>
<?php
echo "<h3>Il ya ".$i." résultats</h3><br>";
?>

Mais cela n'affiche que les liens qui sont entre guillemet et leur titre. Et sur devélopper.com j’ai trouvé une expression régulière du genre #<a\s.*?(?(?<!\s)\s)href=(["'])?((?(1).*?|\S*))(?(1)\1).*?\>(.*?)</a>#is qui a été fait par loufoque. Mais dans mon programme ça fonctionne pas, il donne une erreur à cause de '.

Pouvez-vous m’aider svp pour que ça affiche tous les liens de la page choisie avec leur titre ?

Merci d'avance.

**Maxoo** · 30/06/2006, 10h36

j'ai pas bien compris dans quel cas ta fonction ne marchait pas ?
tu peux donner un exemple, et nous dire quels type de lien tu veux prendre ?

sinon si tu échappes le ' avec un \ ca devrait le faire aussi !!

++

**Anduriel** · 30/06/2006, 10h51

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

preg_match_all('#<a href=["']?(.*?)["']?(.*)>(.*?)</a>#i', $page, $match, PREG_SET_ORDER);

Et avec ça? Normalement ça récupère les liens <a href="#"></a> ou <a href=#></a> ou <a href='#'></a>

**dragon noir** · 30/06/2006, 15h13

Salut,

Anduriel ça marche correctement ton expression j’ai testé sur le site de http://www.lumadis.be/regex/test_regex.php#pointeur_aff.Mail il y a un problème c’est que quand je mets dans mon code cette expression régulière il met en couleur ce qui reste entre les deux simple ‘ ‘ guillemet qui se trouve dans l’expression.
Donc ça engendre une erreur disant que le ] non définit.
j’ai essayé de mettre \ devant ‘ ça me donne les titres des liens soulignés et les liens mais les liens sont de la forme : contact.htm" class="menu" onMouseOver="MM_showHideLayers('menu1','','show')" onMouseOut="MM_showHideLayers('menu1','','hide')". je veux juste avoir contact.htm.

Pour la question de Maxoo, je veux récupèrer tous les liens de la forme <a href="#">titre</a> ou <a href=#>titre</a> ou <a href='#'>titre</a> avec leur titre

est-ce que vous avez d’autre idées ?

Merci d’avance.

**aicfr** · 30/06/2006, 16h16

une page qui peut peut etre te rendre service:

http://www.expreg.com/source.php

**Anduriel** · 30/06/2006, 19h17

Mail il y a un problème c’est que quand je mets dans mon code cette expression régulière il met en couleur ce qui reste entre les deux simple ‘ ‘ guillemet qui se trouve dans l’expression.
Donc ça engendre une erreur disant que le ] non définit.

Tu peux réexpliquer ton problème j'ai pas compris?

**dragon noir** · 03/07/2006, 12h18

Salut,
je mets le code que j'ai développé, si tu fait copier coller sur ton éditeur de code
tu verra le problème tout de suite sur preg_match_all('#<a href=["']?(.*?)["']?(.*)>(.*?)</a>#i', $page, $match, PREG_SET_ORDER); :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
 
<html>
<head>
<title>Lire un source HTML</title>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
</head>
<body bgcolor="#FFFFFF" text="#000000">
<h3 align="center"><i><b>Lire un source HTML</b></i> </h3>
<form method="post" action="">
  <div align="center">URL 
    <input type="text" name="url">
    <input type="submit" name="lire" value="Lire">
  </div>
</form>
<hr width="70%" align="center">
<?
if (strlen($url)!=0) 
{
 
	echo "<h3 align=\"center\"><i>URL passée : $url</i></h3>";
    echo "<hr width=\"100%\" align=\"center\">";
 
    // Ajout de http:// si cela a été omis, substr() :Retourne un segment de chaîne
    if (substr($url,0,7)!='http://') 
    {
        $url='http://'.$url;
    }
 
    $fp = fopen ($url,"r"); //lecture da la page
 
    while (!feof($fp)) //parcours des lignes
	{ 
		$page .= fgets($fp,4096); //lecture contenu ligne
	}
	fclose($fp); 	//fermeture de la page	
 
	preg_match_all('#<a\s.*?(?(?<!\s)\s)href=(["\'])?((?(1).*?|\S*))(?(1)\1).*?\>(.*?)</a>#is', $page, $match, PREG_SET_ORDER);
 
	?>
	<table border="1">
		<tr>
			<td><h3>Lien</h3></td>
			<td><h3>Titre du lien</h3></td>
			<td><h3>---------</h3></td>
			<td><h3>Titre du lien</h3></td>
		</tr>
 
<?php
			$i=0;
			foreach($match as $var)
			{
?>
				<tr>
				<td><?php echo $var[2]; ?></td>
				<td><?php echo $var[0]; ?></td>
				<td><?php echo $var[1]; ?></td>
				<td><?php echo $var[3]; ?></td>
				</tr>
<?php				
				$i++;
 
			}
?>		
	</table>
<?php
echo "<h3>Il ya ".$i." résultats</h3><br>";
?>

Merci pour l'aide.

**Maxoo** · 03/07/2006, 12h29

il marche pas ce code ? c'est sur le \' que ca bloque ?

**dragon noir** · 03/07/2006, 12h44

Il marche ce code mais quand j'enleve \ devant ' ça fait une erreur.

**dragon noir** · 03/07/2006, 12h48

Sinon j'ai une autre expression régulière

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

preg_match_all('`<a href=[^>]+>(.+?)</a>`s', $page, $match,PREG_SET_ORDER);

qui me donne les titres et puis les titres qui sont soulignés,mais ça me donne pas les liens.

**Maxoo** · 03/07/2006, 12h56

Envoyé par dragon noir

Il marche ce code mais quand j'enleve \ devant ' ça fait une erreur.

si il marche ou est le probleme ?

**dragon noir** · 03/07/2006, 13h13

Il marche mais il me donne pas le résultat que je veux. Moi, je veux avoir tous les liens et leur titres, c'est tout.

**Maxoo** · 03/07/2006, 16h09

et dans $match tu as pas ca ?

je pige pas, tu dis que ca marche, ton preg_match_all.

[Mail] Récupérer tous les liens et les titres d'une page

Langage PHP

Discussions similaires

Partager

Partager