граббер ссылок

[TrastMan]

Сграбить все ссылки со странички в массив типа:

хттп://ссылка1
хттп://ссылка2
...
хттп://ссылкаN

, включая сложные с дополнительными параметрами и хешами. Исключить mailto:, javascript:, и выбранные наборы символов.
Чет не выходит, все найденные примеры не рабочие...

 

[zzallexx]

если в общем виде то так(неизвестно какие кавычки)

/href=['"]+(.*?)['"]+/i

если же известно какие кавычки или с чего начинается ссылка или нужна только та что начинается с http
тогда так например

/href=\"(http.*?)\"/i

 

[trooll]

Вот моя рабочая регулярка:

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.

Внимание важный нюанс! У меня все что прогоняется через специализированные функции, а эта регулярка как раз используется в специализированной функции. С начало преобразовывается в одну строку и удаляются дубль пробелы.

Та к что если теги ссылок будут растянуты более чем на одну строчку принудительно символом переноса строки, то к регулярки необходимо прикрутить модификатор "m", на работоспособность в этом случаи не проверялось, но я думаю работать должно.

 

[xakkap]

Можно использовать уже готовые решения, например можно воспользоваться PHP Simple HTML DOM Parser

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.

Тут рассматривается его работа и в том числе Ваш вопрос насчет парсинга ссылок.
Работает довольно быстро.

 

[trooll]

Можно использовать уже готовые решения, например можно воспользоваться PHP Simple HTML DOM Parser

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.

Тут рассматривается его работа и в том числе Ваш вопрос насчет парсинга ссылок.
Работает довольно быстро.

Зачем использовать PHP Simple бла-бла-бла, если я выше регулярку выложил для выдергивания ссылок. И которая кстати будет работать в разы быстрее.

И кстати говоря внешнюю ссылочку под хайд положи, а то неминуемо горчичник схватишь.

 

[AXP]

можно грабить ссылки и без привязки к a href (так как они могут быть и по-другому указаны. к примеру, просто в тексте или в ява-скрипте.

if (preg_match_all('#(https{0,1}:\/\/[a-z\d\-\.\/]+)#i', $body, $matches))
    var_dump($matches[1]);