Aus eingelesener Website (in Variable) alle Links ausfiltern?

[Sven Rautenberg]

Moin!

ich habe eine Website eingelesen, diese liegt nun in einer Variablen. Aus dieser möchte ich nun alle Link separieren, so dass ich eine Liste erhalte wie etwa folgt:

Ich habe für sowas mal eine Lösung programmiert:

Ausgangslage: Die einzelnen Zeilen der Seite liegen im Array $seite - eingelesen mit $seite = file('dateiname').

for ($i=0;$i<count($seite);$i++)
{
  preg_match_all("(<[aA] [^>]*>[^<]*</[aA]>)",$seite[$i],$resultat,PREG_SET_ORDER);
  if (count($resultat)>0)
  {
    foreach ($resultat as $einlink)
    {
      eregi("href="([^"]*)"",$einlink[0],$href);
      eregi(">(.*)</a>",$einlink[0],$linktext);
      echo "Linktext:".$linktext[1]." Linkziel:".$href[1]."<br>";
    }
  }
}

Diese Schleife sucht zweistufig:
Zuerst werden alle <a>-Elemente herausgesucht. Wenn eins gefunden wurde, dann wird nach dem Text zwischen <a> und </a> gesucht, sowie der Inhalt des href-Attributes. Kleiner Schönheitsfehler: Das Linkziel muß in doppelten Anführungszeichen stehen, sonst wird nichts gefunden. Ist aber schnell zu reparieren.

- Sven Rautenberg