php取页面全部链接兼容GBK和utf8

最近要用到采集程序,需要取出整个页面的链接,网上找到的一遇到中文链接就取不出完整的网址,自己改了一个,留个档

 

<?php

function GetAllLink($string)
{
 $r_=chr(0xa1);
 $e_=chr(0xff);
 //echo "<br>".$e_."<br>";
   $string = str_replace("\r","",$string);
   $string = str_replace("\n","",$string);
  
   $regex[url] = "((http|https|ftp|telnet|news):\/\/)?([a-z0-9_\-\/\.]+\.[][a-z0-9:;&#@=_~%\?\/\.\,\+\-]+[a-z0-9_\-\=]+[\u4e00-\u9fa5]+[\xa0-\xff]{0,})";
   $regex[email] = "([a-z0-9_\-]+)@([a-z0-9_\-]+\.[a-z0-9\-\._\-]+)";  

   $string = eregi_replace(">[^<>]+<","><", $string);       

   $string = eregi_replace("<!--.*//-->","", $string);
 
   $string = eregi_replace("<[^a][^<>]*>","", $string);
      
   $string = eregi_replace("<a([ ]+)href=([\"']*)mailto:($regex[email])([\"']*)[^>]*>","", $string);
 
   $string = eregi_replace("<a([ ]+)href=([\"']*)($regex[url])([\"']*)[^>]*>","\\3\t", $string);

   $output[0] = strtok($string, "\t");
   while(($temp = strtok("\t")))
   {
     if($temp && !in_array($temp, $output))
       $output[++$i] = $temp;
   }

   return $output;
}

?>

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

无风自舞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值