Php 使用正则表达式检测dofollow反向链接

此正则表达式的目标是查找网页是否包含指向给定域的反向链接，并且所有这些链接都必须在标记上具有rel=“nofollow”属性。如果满足此条件，则为True；如果任何不包含rel=“nofollow”，则为False

在任何网页上，我都想检查是否存在类似的内容：

<a ... href="http://www.mysite.com/xyz...." ... >

---

。这个练习是每个网站管理员必须在一个月左右为每个网站。我负担不起这种付费服务：www.linkdetock.com
首先，不要使用正则表达式解析网页的dom。PHP拥有自己的文档对象模型，完成了整个工作。只要看一看和。
通常，用正则表达式解析HTML是个坏主意（下面是示例）。由于正则表达式无法完全解析HTML，您可能会遇到奇怪的错误

但是，如果您的输入是“安全的”（即没有太多变化，或者您准备好回答奇怪的错误），当您在
a
标签上时，您可以使用类似的内容来捕获与
href
的链接，而不必
rel=“nofollow”
：

#

免责声明

这并不是为了检查您的输入是否格式正确，而是假设它格式正确。这不能解释诸如转义的
或转义的引号之类的内容，您很可能需要根据自己的需要对其进行调整。基本上，没有正则表达式会给出完整的答案

如果您需要处理各种输入或可能存在格式错误的HTML，解析器将比正则表达式做得更安全、更好

然而，我把这个放在这里是为了让你了解在这个主题上可以做些什么，因为在非常严格和狭义的上下文中，正则表达式实际上可以是一个相关的解决方案。
正则表达式
如果你一直在阅读关于链接构建的任何内容，那么你可能见过有人提到nofollow和。当你为了提高你的搜索引擎排名而试图建立链接到你的网站时，这些都是非常重要的术语。但是，对于一个对这一切都不熟悉的人来说，这可能有点让人困惑。我会帮你把它拆了

要让蜘蛛抓取链接，你不必做任何事情。只要使用上面显示的格式，爬行器就会抓取提供的链接。
dom是否有效并不重要。DomDocument:：loadHTMLFile（）不关心html格式是否正确。它会尝试回溯并在出现错误时更正。这种回溯和更正智能对于搜索引擎来说肯定是不同的。“我不想解析DOM，因为由于解析错误而错过回溯链接是有风险的，谷歌的DOM解析器可能会有所不同。”–当你只进行字符串解析时，如果链接实际上不在文档中，而只是放在HTML注释或其他内容中，则更可能检测不到它。（谷歌正在关注那些试图建立愚蠢链接农场的人，就在最近，他们惩罚了两个大型的德国“搜索引擎优化”机构……因为你试图验证是否设置了反向链接，它闻起来很像是“强制”或付费的…）如果我的网站没有反向链接，我确实想打折这些URL。你们告诉我，你们有1000个网站的反向链接和十几个网站。我应该手动去看看它是否是垃圾邮件吗？当只有dofollow链接会招致惩罚时，我们应该只检查这些链接。我的工资是不付的。但现在网站所有者对反向链接的质量完全负责。此外，如果在评论中报告了反向链接，没有问题，无论是否在评论中，我都会手动检查此类链接。只有一条评论会浪费我的时间。想象一下，色情网站中丢失了一个链接。匹配
rel=nofollow href=”中的
http://www.mysite.com/“
。您应该尝试用
[^>]
替换您的
，
漂亮的捕获物。。。已编辑。nofollow rel介于“”（rel=“nofollow”）之间。正确答案是]*？rel=“nofollow”）（？=[^>]*？href=“http:\/\/www\.mysite\.com\/.？）[^>]*？>
<a(?=[^>]*?rel=nofollow)(?=[^>]*?href="http:\/\/www\.mysite\.com\/.*?")[^>]*?>