Code PHP pour extraire tous les liens d’une page HTML

// Le contenu HTML à analyser
$htmlContent = '...'; // Remplacez ceci avec le contenu HTML réel

// Expression régulière pour détecter les liens
$regex = '/<a href="(.*?)"/';

// Recherche des liens dans le contenu HTML
preg_match_all($regex, $htmlContent, $matches);

// $matches[1] contiendra tous les liens extraits
foreach ($matches[1] as $link) {
echo "Lien trouvé : $link\n";
}

Description du code :

1. Définition du Contenu HTML :
   • La variable $htmlContent contient le contenu HTML à analyser. Dans un cas d’utilisation réel, cela pourrait être le résultat d’un file_get_contents ou d’une autre source de contenu HTML.
2. Définition de l’Expression Régulière :
   • La variable $regex contient l’expression régulière pour identifier les liens dans le HTML. Cette expression recherche des balises <a> avec un attribut href, capturant l’URL dans href.
3. Extraction des Liens :
   • La fonction preg_match_all est utilisée pour rechercher toutes les correspondances de cette expression régulière dans le contenu HTML. Les résultats sont stockés dans la variable $matches.
4. Parcours des Liens Extraits :
   • $matches[1] contient un tableau des URL capturées par la partie (.*?) de l’expression régulière. Le script parcourt ce tableau avec une boucle foreach et affiche chaque lien trouvé.
5. Affichage des Liens :
   • Dans la boucle foreach, chaque lien extrait est affiché.

Ce script est un exemple de base pour extraire des liens d’une page HTML. Gardez à l’esprit que l’utilisation d’expressions régulières pour analyser le HTML peut être fragile face à des variations dans la structure du HTML. Pour une analyse plus robuste, il est recommandé d’utiliser des parseurs HTML spécifiques tels que DOMDocument en PHP.