PHP获取网站中的url

最近在做一个项目，需要抓取网站中的数据，网上常用的方法是使用get_files_content之后，再使用正则进行匹配。今天通过实践找到一种新的方式，使用DOMDocument操作xml的方式，可快速的获取页面中的url地址。

<?php
    $target_url  = "http://www.expamle.com";
    $html = file_get_contents($target_url);

    $dom = new DOMDocument();  // 创建一个DOMDocument对象
    @$dom->loadHTML($html);    // 加载xml，html为特殊的xml
    $xpath = new DOMXPath($dom); //创建一个DOMXPath对象，DOMXPath使用XPath语法进行数据的定位和采集

    $hrefs = $xpath->evaluate('/html/body//a');
    for ($i = 0; $i < $hrefs->length; $i++) {
        $href = $hrefs->item($i);
        $url = $href->getAttribute('href');
        if(substr($url, 0, 4) == 'http')// 保留以http开头的链接
        echo $url.'<br />';
    }
?>

以上的只是一个示例，在使用过程中可以将其封装成方法。在页面中使用DOMDocument可以简化很多操作，快速获取html中的数据。但在PHP中DOMDocument的使用大致都是英文的，需要在使用的时候不断学习和总结。