Ayuda con extracion de url desde un archivo

Franyer Rivas · 2013-08-16T06:38:47-0500

saludos,
ando buscando algún programa o script que me ayude a extraer las url de un archivo de texto o html
las mismas están en un documento el cual las clasifica de esta forma

URL,Title,Anchor Text,etc,etc,etc

ejemplo

http://google.com,buscador,google es dios,etc,etc,etc

deseo unicamente del documento extraer la url ( http://google.com )
manualmente seria una tortura xD
tengo entendido que es posible crear expresiones regulares en php para completar lo que necesito, y de hecho ando estudiando un poco ese capitulo pero no tengo mucho tiempo como para ponerme a estudiar y practica/error y me gustaría saber si hay un código que conozcan que me simplifique las horas de estudio
me es indiferente si el código me arroja el resultado en pantalla o exporta la información en un archivo de texto etc

Post date: si ya se , es Extracción no extracion , me comí una c 😛

Lopezito · 2013-08-16T11:11:49-0500

Intenta algo así:

PHP:

<?php
$string = 'Tengo una url escrita aca http://url.com';
function buscar($text,$regex)
{
	preg_match_all($regex,$text,$resultado, PREG_PATTERN_ORDER);
	return ($resultado) ? 'Encontrado' : 'No encontrado';
}
echo buscar($string,'~([http]|[https][file]|[ftp]|[irc])://([www]|[])(.*).([com]|[net]|[info]|[org])~i');
?>

olal28 · 2013-08-16T11:20:33-0500

Deseas sacar una url específica o todas las URL sin anchor text, etc.?

Si deseas sacar todas las URL sin la información adicional

PHP:

<?php
$f=file("documento.txt");
foreach($f as $linea){
   $arr=explode(",",$linea);  //separa la linea por comas y las guarda en un arreglo.
   echo $arr[0];                  //el índice cero sería la URL
}

?>

Franyer Rivas · 2013-08-16T22:45:16-0500

navegando un poco encontré este enlace URL Extractor: Find, sort, and format URLs from arbitrary text
y me funciono pero igual voy a practicar con los códigos que me han suministrado para crear el mio propio y añadirle algunas funciones adicionales que pienso pueden ser útiles para otros
gracias por su aporte

Cicklow · 2013-08-16T22:49:39-0500

Franyer Rivas dijo:
navegando un poco encontré este enlace URL Extractor: Find, sort, and format URLs from arbitrary text
y me funciono pero igual voy a practicar con los códigos que me han suministrado para crear el mio propio y añadirle algunas funciones adicionales que pienso pueden ser útiles para otros
gracias por su aporte

PHP:

<?php
$A = file_get_contents('file.txt'); //leemos el file
$B = preg_split("|[\r\n]+|i", $A, -1, PREG_SPLIT_NO_EMPTY); //creamos un array de los saltos del lineas

foreach(B as $C){ //recorremos el array
 $D = explode(',',$C); //obtenemos el 1 valor del campo separando por , (comas)
 echo $C[0]; //mostramos por pantalla la url.
}
?>

Para que funcione necesitas que esten uno abajo del otro ejemplo
url,texto,etc,etc
url,texto,etc,etc
url,texto,etc,etc
url,texto,etc,etc
url,texto,etc,etc
.....

saludos!

Franyer Rivas · 2013-08-16T22:53:36-0500

cicklow dijo:
PHP:

<?php $A = file_get_contents('file.txt'); //leemos el file $B = preg_split("|[\r\n]+|i", $A, -1, PREG_SPLIT_NO_EMPTY); //creamos un array de los saltos del lineas foreach(B as $C){ //recorremos el array $D = explode(',',$C); //obtenemos el 1 valor del campo separando por , (comas) echo $C[0]; //mostramos por pantalla la url. } ?>

Para que funcione necesitas que esten uno abajo del otro ejemplo
url,texto,etc,etc
url,texto,etc,etc
url,texto,etc,etc
url,texto,etc,etc
url,texto,etc,etc
.....

saludos!

si exactamente así se encuentran los datos es un informe que genera site explorer sobre la URL de un dominio
es que tengo un dominio de hace años al que en sus tiempos hice mucho Black hat xD y deseo limpiarlo un poco de esos enlaces ya que con el pinguino ya esa termina no funciona
pero son muchas URL y como es la cuenta Free no te permite editar el modo de exportación de datos
gracias por el código

Voldemorth · 2013-08-16T22:55:11-0500

puede que sea insensatas lo que diga pero si al txt lo salvas como csv, y lo abrís en exel, no te tendría que crear una columna por cada campo? con eso podrías copiar las columnas que te interesan y borrar las otras

Ayuda con extracion de url desde un archivo

Franyer Rivas

Lopezito

olal28

Franyer Rivas

Cicklow

Franyer Rivas

Voldemorth

Temas similares