Saber cuantos enlaces tiene una pagina web

Fierce · #1 (**permalink**) 10/12/2008, 07:25

hola, me gustaria saber como puedo scannear paginas webs

por ejemplo:

tengo un sitio web: "http://la-web.com" con

entonces desde mi sitio web, que aya un codigo php el cual me muestre todos los enlaces que tiene dicha web.

y si es posible tambien que muestre el nombre de la etiqueta del enlace

o sea si hay un link asi:
<a herf="http://la-web.com/canciones/shakira.html">Canciones</a>

entonces que los muestre asi:
link: http://la-web.com/canciones/shakira.html - Etiqueta: Canciones

elchicosinhada · #2 (**permalink**) 10/12/2008, 07:36

En el otro post te he comentado como obtener el código html de una página en concreto.
Ahora seria cuestión de ir parseando el código html como si fuese un string cualquiera.
Supongo que con indexof no debería darte problemas, en plan:

Código PHP:

  $pos = indexOf($cadena, "<a herf=\", $pos2);
while($pos != -1) {
$pos = indexOf($cadena, "<a herf=", $pos2);
$pos2 = indexOf($cadena, ">", $pos);
$enlace = substr($cadena, $pos, $pos2-$pos);
echo $enlace;
}

No estoy muy seguro de si el orden de los parámetros era así y tendrás que perfilar un poco el substr para que salga exactamente lo que quieres pero supongo que te podrás hacer una idea del sistema.
Ya después sería cuestión de ir parseando todos los datos que necesites.

Fierce · #3 (**permalink**) 10/12/2008, 16:11

elchicosinhada... eres un TESO!

Fierce · #4 (**permalink**) 15/12/2008, 01:16

bah, eso no funciono, el indexof al parecer no funciona en PHP mas diria que es un codigo de Java, Pascal o Delphi

pateketrueke · #5 (**permalink**) 15/12/2008, 01:43

mm.... has investigado en la manual alguna función similar ???

te recomiendo substr ... suerte!

thezzin · #6 (**permalink**) 15/12/2008, 03:02

Hola quizás esto te sirva
lo puedes modificar a tu gusto

Código PHP:

  <?php

$pagina = 0;

$URL = "http://www.univision.com/";

$pagina = @fopen($URL, "r");

echo("Enlaces en: $URL<br>\n");

echo("<ol>\n");

while(!feof($pagina)) {

$linea = fgets($pagina, 255);

while(eregi("HREF=\"[^\"]*\"", $linea, $encontrados)) {

echo("<LI>");

echo($encontrados[0]);

echo("<br>\n");

$reemplaza = ereg_replace("\?", "\?", $encontrados[0]);

$linea = ereg_replace($reemplaza, "", $linea);

}

}

echo("</ol>\n");

fclose($pagina);

?>

urruju · #7 (**permalink**) 15/12/2008, 03:25

Espero que te sirva este código.
http://www.rincondelcodigo.com/ver.php?var=55&num=18