Форумы портала PHP.SU :: Версия для печати :: Пишу модуль к админке с использованием curl возникла куча вопросов

1. 3d_killer - 30 Июля, 2014 - 11:28:33 - перейти к сообщению

Пишу модуль к админке и возник вопрос разбора полученного контента (модуль для анализа своих страниц: количество исходящих ссылок, мета теги, плотность ключевых слов и т.д. то есть не для воровства контента)

так вот получив контент я пытаюсь вырезать все ненужное:

PHP:
скопировать код в буфер обмена

 
$res = preg_replace("'<form[^>]*?>.*?</form>'si","",$res);
$res = preg_replace("'<noindex[^>]*?>.*?</noindex>'si","",$res);
$res = preg_replace("'<style[^>]*?>.*?</style>'si","",$res); 
$res = preg_replace("'<select[^>]*?>.*?</select>'si","",$res); 
$res = preg_replace("'<script[^>]*?>.*?</script>'si","",$res); 
$res = preg_replace("'<link[^>]*?>'si","",$res);
$res = preg_replace("'<input[^>]*?>'si","",$res); 
$res = preg_replace("'<button [^>]*?>'si","",$res); 
 

с регулярками вообще не дружу сколько пытался не могу их понять, например эта строка:

PHP:
скопировать код в буфер обмена

$res = preg_replace("'<link[^>]*?>'si","",$res);

мне нужно вырезать все кроме того что имеет атрибут rel='cannonical' например, как это сделать я не знаю.

Посчитать количество ссылок всего и ссылок с атрибутом nofollow и получить якорь с этой ссылки.

И еще одно как разобрать ответ приходящий с сервера типо:

CODE (htmlphp):
скопировать код в буфер обмена

 
HTTP/1.1 200 OK Via: 1.1 DNK-TMG-01 Connection: Keep-Alive Proxy-Connection: Keep-Alive Transfer-Encoding: chunked Expires: Wed, 30 Jul 2014 08:06:40 GMT Date: Wed, 30 Jul 2014 08:01:40 GMT Content-Type: text/html; charset=utf-8 X-Yandex-Items-Count: 10 Cache-Control: private, max-age=300 Set-Cookie: ys=wprid.1406707300747877-66730252321923798713152-9-021; path=/; domain=yandex.ru Set-Cookie: yandexuid=975226401406707300; path=/; domain=.yandex.ru; expires=Thu, 31-Dec-2037 20:59:59 GMT X-Content-Type-Options: nosniff X-Frame-Options: DENY 
 