Extractor de links

Hola:

Alguno de ustedes sabe como puedo obtener por medio de php los links de una pagina. Y en caso de que sepan por favor diganme como.

Ya se que existen extractores de links, pero quisiera crear uno para crear un mini buscador interno de mi web.

Salu2345©.
[ J. Carlos Rendón ]

expresiones regulares RLZ!, prueba esta funcion

Código :

<?php

function get_links($url){
   $value = @file_get_contents($url);
   preg_match_all('/<a(.+)href=["\'`](.*?)["\'`](.*)>(.*?)<\\/a>/', $value, $links);
   return (is_array($links))?$links:FALSE;
}

$links = get_links("http://www.cristalab.com");
echo "<h1> URLS </h1>";
print_r($links[2]);
echo "<h1> TEXTO DE CADA LINK </h1>";
print_r($links[4]);
?>

saludos

version mejorada

Código :

<?php

function get_links($url){
   $value = @file_get_contents($url);
   preg_match_all('/<a(.+)href=(.*)["\'`](.*?)["\'`](.*)>(.*?)<\\/a>/i', $value, $links);
   return (is_array($links))?array("URL"=>$links[3],"TEXT"=>$links[5]):FALSE;
}

$url = "http://www.cristalab.com/tutoriales/";
$links = get_links($url);

$total = count($links["URL"]);
for ($i=0; $i<$total;$i++){
   echo "<a href= \"".$links["URL"][$i]."\">".$links["TEXT"][$i]."</a><br />";
}

?>

saludos

Muchas gracias Maikel, sin duda alguna me fue de gran utilidad.

Tal vez seria de utilidad, que lo pasaras al PostIt: Biblioteca de Aporte de Codigos PHP

Salu2345©.
[ J. Carlos Rendón ]

naaa dejemosla aqui, igual esa funcion esta recien sacada del horno, seguro tiene bugs , si descubres alguno avisame

saludos

Si, tiene algunos bugs:

1. Si entras a la siguiente pagina http://jcarlosrendon.morelosplaza.com/linke.php?u=http://jcarlosrendon.morelosplaza.com/blog/ en los links de Herramientas y Servicios me pone el texto del title en lugar de el link correspondiente.

2. Me saca unos links que ni siquiera existen.

3. En el link ej. Casi Muerto en lugar del link, me pone _parent.

Salu2345©.
[ J. Carlos Rendón ]

ok anotado, deja ver si consigo algun tiempo para corregirlo.... ya la univ reactivo las actividades y tengo un examen ultra largo mañana

saludos y gracias

Suerte con tu examen .

Salu2345©.
[ J. Carlos Rendón ]

Código :

function get_links($url){
   $value = @file_get_contents($url);
   preg_match_all('/(?:<a)\\s*(?:(?:href)\\s*[=]\\s*["\'|`](.*?)["\'`])(.*?)(?:>)(.*?)<\\/a>/i', $value, $links);
   return (is_array($links))?array("URL"=>$links[1],"TEXT"=>$links[3]):FALSE;
}

prueba esta por favor

ya sabes, cualquier cosa me avisas

saludos