FTP | CCD | Buscar | Trucos | Trabajo | Foros |
|
Registrarse | FAQ | Miembros | Calendario | Guía de estilo | Temas de Hoy |
|
Herramientas | Buscar en Tema | Desplegado |
#1
|
||||
|
||||
Obtener HTML con ligas completas de paginas hechas con CMS
Hola que tal, eh estado probando hacer un spider bot que obtenga las ligas de la pagina y las guarde.
toodo bien con la libreria curl de php, se obtiene el codigo HTML generado por las paginas, y se busca href= para obtener la liga. href="http://drupal.org.es/node pero me eh encontrado con el problema que las paginas hechas en CMS (drupal,jommla wikis,etc). las ligas hacia su mismo sitio salen como rutas locales las cuales las da asi: Código:
<li class="leaf"><a href="/planeta">Planeta DH</a></li> <li class="leaf"><a href="/manuales">Manuales</a></li> <li class="leaf"><a href="/foros">Foros</a></li> <li class="leaf"><a href="/servicios" title="">Servicios</a></li> <li class="leaf"><a href="/faq">FAQ</a></li> <li class="leaf"><a href="/drupal">Sobre Drupal</a></li> saludos gracias |
#2
|
||||
|
||||
Esas no son rutas locales sino absolutas. Si el primer carácter es la barra inclinada "/", basta con añadirle el dominio. Así que el primero sería "http://drupal.org.es/planeta", el segundo "http://drupal.org.es/manuales", etc.
|
#3
|
||||
|
||||
Je, je. Yo diría que son locales absolutas
// Saludos |
#4
|
||||
|
||||
Pues yo diría que son relativas al nombre de dominio y absolutas al directorio raiz del servidor.
__________________
"la única iglesia que ilumina es la que arde" Anonimo |
#5
|
||||
|
||||
Jo, qué tikismikis...
|
#6
|
||||
|
||||
gracias por sus opiniones.
la duda es como sacar del html el domino que pertenecen esa rutas, si en el html puede haber muchas ligas completas con las cuales se puede comparar D: |
#7
|
||||
|
||||
El dominio no se puede sacar de ahí, evidentemente, si no de la propia URL del archivo que descargas, o quizá de la cabecera HTTP.
|
|
|
Temas Similares | ||||
Tema | Autor | Foro | Respuestas | Último mensaje |
Obtener RGB a partir de HTML | Niko | Varios | 4 | 05-01-2009 14:17:58 |
almacenar imagenes video y paginas html en interbase | carasucia | Conexión con bases de datos | 0 | 15-11-2007 18:43:03 |
Obtener Código HTML | hcalero | Varios | 0 | 06-02-2007 12:55:10 |
Busco HOSTING para mis paginas ASP.NET hechas en delphi con ECO 3 | edalmasso | Internet | 1 | 12-07-2006 19:20:08 |
Código en Delphi de un editor de páginas HTML | Leo171166 | Varios | 2 | 16-12-2005 19:06:13 |
|