Проверка сайта по обратной ссылке - PullRequest
Новая
       37

Проверка сайта по обратной ссылке

0 голосов
/ 24 сентября 2010

Я пытаюсь создать сценарий, который будет загружать нужный URL-адрес (введенный пользователем) и проверять, ссылается ли эта страница на мой домен, прежде чем их домен будет опубликован на моем сайте.Я не очень опытен с регулярными выражениями, и это то, что я имею до сих пор: 

$loaded = file_get_contents('http://localhost/small_script/page.php');
// $loaded will be equal to the users site they have submitted
$current_site = 'site2.com';
// $current_site is the domain of my site, this the the URL that must be found in target site
$matches = Array();
$find = preg_match_all('/<a(.*?)href=[\'"](.*?)[\'"](.*?)\b[^>]*>(.*?)<\/a>/i', $loaded, $matches);

$c = count($matches[0]);
$z = 0;
while($z<$c){
  $full_link = $matches[0][$z];
  $href = $matches[2][$z];
  $z++;

  $check = strpos($href,$current_site);
    if($check === false) {

    }else{
    // The link cannot have the "no follow" tag, this is to check if it does and if so, return a specific error
    $pos = strpos($full_link,'no follow');

    if($pos === false) {
     echo $href;
    }
      else {
    //echo "rel=no follow FOUND";
    }

    }

}

Как вы можете видеть, это довольно грязно, и я полностью уверен, куда он движется.Я надеялся, что кто-то может дать мне небольшой, быстрый и лаконичный скрипт, который будет делать именно то, что я пытался.

  1. Загрузить указанный URL-адрес, введенный пользователем
  2. Проверить, указан ли URL-адресссылки на мой сайт (если нет, верните код ошибки # 1)
  3. Если ссылка есть, проверьте «нет подписки», если найден, верните код ошибки # 2
  4. Если все в порядкеустановите для переменной значение true, чтобы я мог продолжить работу с другими функциями (например, отображать их ссылку на моей странице)

1 Ответ

0 голосов
/ 24 сентября 2010

это код :) помогло http://www.merchantos.com/makebeta/php/scraping-links-with-php/

<?php

$my_url = 'http://online.bulsam.net';
$target_url = 'http://www.bulsam.net';
$userAgent = 'Googlebot/2.1 (http://www.googlebot.com/bot.html)';

// make the cURL request to $target_url
$ch = curl_init();
curl_setopt($ch, CURLOPT_USERAGENT, $userAgent);
curl_setopt($ch, CURLOPT_URL,$target_url);
curl_setopt($ch, CURLOPT_FAILONERROR, true);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($ch, CURLOPT_AUTOREFERER, true);
curl_setopt($ch, CURLOPT_RETURNTRANSFER,true);
curl_setopt($ch, CURLOPT_TIMEOUT, 10);
$html= curl_exec($ch);
if (!$html) {
    echo "<br />cURL error number:" .curl_errno($ch);
    echo "<br />cURL error:" . curl_error($ch);
    exit;
}

// parse the html into a DOMDocument
$dom = new DOMDocument();
@$dom->loadHTML($html);


// grab all the on the page
$xpath = new DOMXPath($dom);
$hrefs = $xpath->evaluate("/html/body//a");

// find result
$result = is_my_link_there($hrefs, $my_url);

if ($result == 1) {

    echo 'There is no link!!!';
} elseif ($result == 2) {

    echo 'There is, but it is NO FOLLOW !!!';
} else {

    // blah blah blah
}

// used functions

function is_my_link_there($hrefs, $my_url) {

    for ($i = 0; $i < $hrefs->length; $i++) {

        $href = $hrefs->item($i);

        $url = $href->getAttribute('href');

        if ($my_url == $url) {

            $rel = $href->getAttribute('rel');

            if ($rel == 'nofollow') {

                return 2;
            }

            return 3;
        } 
    }

    return 1;
}
...