PHP 抓取指定網站所有超連結

程式碼

<?php
$url = isset($_GET['url']) ? $_GET['url'] : 'https://www.csdn.net/expert/';

$site = substr($url, 0, strpos($url, '/', 8));       // 站點根網址
$base = substr($url, 0, strrpos($url, '/') + 1);     // 當前目錄

$fp = fopen($url, 'r');
$contents = '';
while (!feof($fp)) {
    $contents .= fread($fp, 1024);
}
fclose($fp);

$pattern = '|href=["\']?([^"\' >]+)["\']?|U';
preg_match_all($pattern, $contents, $matches, PREG_SET_ORDER);

foreach ($matches as $i => $m) {
    $link = $m[1];
    if (!preg_match('|://|', $link)) { // 相對路徑
        if (substr($link, 0, 1) == '/') {
            $link = $site . $link; // 站點根目錄相對
        } else {
            $link = $base . $link; // 當前目錄相對
        }
    }
    echo "link" . ($i+1) . ": $link
";
}
?>

說明

• 正則 `|href=["\']?([^"\' >]+)["\']?|U` 非貪婪匹配 href 屬性值。
• 自動判斷絕對/相對路徑並補全。
• 可擴充為爬蟲入口、死連結檢測等工具。