buscar link en una pagina

[mautik]

estoy automatizando un "link exchange" y me pregunto como puedo verificar la existencia de un link en una página de un cliente??

es decir, buscar MI LINK en la pagina del cliente y devolver "ok" si existe ese url???

[leonardop]

Tu problema puede separarse en dos:
1) Obtener el código fuente de la página en cuestión.
2) Buscar en el código por el enlace, p.ej. en el atributo href de un elemento <a> (podría buscarse en otros elementos, pero el proceso es similar).

Para resolver el problema 1) es posible usar diferentes mecanismos, como el mecanismo interno de PHP para leer datos desde diferentes tipos de URL en funciones como fopen(), o extensiones como curl, o manejar las conexiones a nivel de sockets directamente.

Para resolver el problema 2) es posible usar expresiones regulares.

Como ejemplo, considera el siguiente segmento de código que puede servirte de guía:

Código PHP:

  <?php 
 
// URL de la pagina a analizar 
define ('URL_AMIGA', 'http://www.forosdelweb.com/index.php'); 
 
// Enlace a buscar 
define ('ENLACE', 'http://www.maestrosdelweb.com/'); 
 
 
// Funciones 
 
 
/** 
 * descargar_url: 
 * @url: URL a recuperar. 
 * 
 * Funcion de envoltura que obtiene datos desde una URL, intentando 
 * diferentes metodos si es necesario. 
 * 
 * Valor de retorno: El contenido de la URL, o FALSE si falla. 
 **/ 
function descargar_url ($url) 
{ 
    // Intentar primero directamente mediante el mecanismo interno de 
    // PHP de secuencias. 
    if (ini_get ('allow_url_fopen')) 
        return @file_get_contents ($url); 
 
    // Intentar usando la extension Curl. 
    if (function_exists ('curl_init')) { 
        $ch = curl_init (); 
        curl_setopt ($ch, CURLOPT_URL, $url); 
        curl_setopt ($ch, CURL_HEADER, FALSE); 
        curl_setopt ($ch, CURLOPT_RETURNTRANSFER, TRUE); 
        $buffer = curl_exec ($ch); 
        curl_close ($ch); 
        return $buffer; 
    } 
 
    // Si no se pudo obtener, devolver FALSE 
    return FALSE; 
} 
 
 
/** 
 * verificar_enlace: 
 * @url: URL de la pagina a analizar 
 * @enlace: URL del enlace a buscar 
 * 
 * Verifica si la pagina ubicada en la @url dada contiene un enlace 
 * (<a href="..">) hacia @enlace. 
 * 
 * Valor de retorno: TRUE si se encuentra que la pagina tiene el 
 *                   enlace, FALSE de lo contrario. 
 **/ 
function verificar_enlace ($url, $enlace) 
{ 
    $pagina = descargar_url ($url); 
 
    if ($pagina === FALSE) { 
        echo "No fue posible descargar la página $pagina\n"; 
        return FALSE; 
    } 
 
    // Probar la existencia del enlace mediante una expresion regular 
    $exp_reg = '/<\\s*a\\s[^>]*href=[\'"]?' . 
        preg_quote ($enlace, '/') . '[\'"]?.*?>/si'; 
 
    if (preg_match ($exp_reg, $pagina)) 
        return TRUE; 
 
    return FALSE; 
} 
 
 
 
// Prueba simple.. 
 
if (verificar_enlace (URL_AMIGA, ENLACE)) { 
    echo 'La pagina en ' . URL_AMIGA . ' contiene el enlace ' . ENLACE . "\n"; 
} else { 
    echo 'No se encontró un enlace a' . ENLACE . ' en ' . URL_AMIGA . "\n"; 
} 
 
?>