[SOLUCIONADO] Poner enlaces php con expresiones regulares y con títulos de forma automática

[jordi45]

He visto que algunos foros, te ponen enlaces con expresiones regulares y además te ponen en el anchor del enlace el título del la página del enlace, otros simplemente repiten en el anchor el mismo enlace.

Como se puede aunar las dos cosas sacar los títulos de los enlaces y con expresiones regulares hacer las urls.

Código PHP:

  
// Sacar las Urls

function extraerURLs($cadena){


   $regex = '/https?\:\/\/[^\" ]+/i';
    preg_match_all($regex, $cadena, $partes);
    return ($partes[0]);
}

$cadena= 'uuuihhjnn  http:// dominio.com  blba  aaaaa http:// bollos.com  jkm

dkddjfkfnkfsmfpier   http:// alonso.net   jijahdhne'

$urls = extraerURLs($cadena);



//Sacar los títulos de los enlaces
     
    function extraer_title($filtro) {
     
    $param = "|<[s]*title[s]*>([^<]+)<[s]*/[s]*title[s]*>|Ui";
     
    if( preg_match($param, $filtro, $result) ) {
     
                   return $result[1];
     
    }else{
     
                   return false;
     
    }
     
    }
     
    $url= $urls;
     
    $recorrer = file_get_contents($url);
     
    $title = extraer_title($recorrer);
     
    ****

// hacer la expresión regular para hacer los enlaces

$texto=preg_replace('/\b(https?|ftp|file):\/\/[-A-Z0-9+&@#\/%?=~_|!:,.;]*[A-Z0-9+&@#\/%=~_|]/i', '<a href="\0" target=_blank>\0</a>', $cadena) 
   

Como puedo meter el título extraido con file_get_contents en la expresión regular, dentro de un texto.

O si ya hay un script hecho que lo hace todo a la vez detecta los enlaces y les añade los títulos en el anchor.

[Cuervoo]

Yo no la enroscaría con una expresión regular, podés usar la clase DOMDocument

Código PHP:

function extraer_title($url)
{
    if (!$html = file_get_contents($url))
    {
        return false;
    }
 
    $doc = new DOMDocument();
    $doc->loadHTML($html);
    $title = $doc->getElementsByTagName('title');
    
    if ($title->length)
    {
        return $title->item(0)->textContent;
    }
    
    return false;
}
 

Revisá la función extraerURLs() porque no está bien, en Google vas a encontrar muchos ejemplos de expresiones regulares para extraer todas las urls de una cadena.

Y lo implementás así:

Código PHP:

// Suponiendo que devuelve un array con todas las urls
$urls = extraerURLs($cadena);
//Acá vamos a guardar los links
// Índice: la url
// Valor: la etiqueta del link
$replaces = array();
// Recorre
foreach($urls as $u)
{
    $title = extraer_title($u);
    // Si devolvió false ponemos como texto la misma url,
    // sino ponemos el title
    if (!$title)
    {
        $replaces[$u] = '<a href="'.$u.'">'.$u.'</a>';
    }
    else
    {
        $replaces[$u] = '<a href="'.$u.'">'.$title.'</a>';
    }
}
 
// Y solamente queda remplazarlo
$texto = str_replace(
    array_keys($replaces),
    array_values($replaces),
    $cadena
);
 

No está probado pero debería funcionar, me parece más entendible que andar peleando con las expresiones regulares que en este caso no tienen mucho sentido.

[jordi45]

Gracias funciona. Pero sale esto decenas de veces.

Código:

Warning: DOMDocument::loadHTML() [domdocument.loadhtml]: Unexpected end tag : a in Entity,

Warning: DOMDocument::loadHTML() [domdocument.loadhtml]: ID post11384031 already defined in Entity, line: 104 in

[jordi45]

Lo he solucionado con esto

Código:

$doc = new DOMDocument();
	libxml_use_internal_errors(true); 
	$doc->loadHTML($html);
    libxml_use_internal_errors(false);

[jordi45]

Hay un problema con las urls que tiene un espacio vacío dentro de ellas.