/**
* Возвращает массив внутренних ссылок со страницы
*
* @param type $urlPage адресс страницы
* @return array массив ссылок
*/
public function getLincPage($urlPage)
{
$urlPage = trim($urlPage);
if (empty($urlPage)) {
echo "Empty " . $urlPage;
return array();
}
try {
// получаем код страницы
$mdlSites = new Application_Model_Sites();
$page = $mdlSites->curlResponse($urlPage, TRUE);
//curlResponse($url, $body=FALSE)
$html = $page['body'];
// file_get_contents($urlPage);
// разбиваем по тегу ссылки
$a = explode("<a", $html);
// удаляем первый элемент он нам не нужен
array_shift($a);
// массив первичных результатов
$res = array();
// проганяем по циклу
foreach ($a as $value) {
// отрезаем полную часть ссылки
$parts = explode('>', $value);
// извлекаем href
foreach ($parts as $val[0]) {
$match = array();
preg_match('/href="(.+)/', $val[0], $match);
if ($match) {
// обрезаем по кавычке ссылку
$str = explode('"', $match[1]);
// проверка на якоря и корень сайта
$str[0] = trim($str[0]);
$len = strlen($str[0]);
if ($str[0] != '/' && $str[0] != '' && $str[0][0] != '#') {
$res[] = $str[0];
}
}
}
}
// массив результатов
$finalRes = array();
// парсим для проверки хоста
$arrUrlPage = parse_url($urlPage);
foreach ($res as $url) {
$url = urldecode($url);
$val = parse_url($url);
if (isset($val['path']) && $this->getPathExp($val['path'])) {
// если начинается с хоста
if (!empty($val['host']) && $arrUrlPage['host'] === $val['host'] && !empty($val['scheme']) && $arrUrlPage['scheme'] === $val['scheme']) {
if ($val['host'] == $arrUrlPage['host'] && $val['path'] != '') {
$finalRes[] = $val['scheme'] . '://' . $val['host'] . $val['path'];
}
} else {
// иначе от корня
if (empty($val['host'])) {
if (!empty($val['path']) && $val['path'][0] == '/') {
$finalRes[] = $arrUrlPage['scheme'] . '://' . $arrUrlPage['host'] . $val['path'];
}
}
}
}
}
} catch (Zend_Exception $e) {
$finalRes = array();
}
$finalRes = array_unique($finalRes);
return $finalRes;
}
