Подсчет внешних ссылок на PHP

а если будет написано <a href='http://site.com'> - то твой скрипт ее за внешнюю не засчитает

или <a href="ftp://site.com"> - тоже внешняя

function get_domain_name_from_uri($uri)

{

	preg_match("/^(http:\/\/)?([^\/]+)/i", $uri, $matches);

	$host = $matches[2];

	preg_match("/[^\.\/]+\.[^\.\/]+$/", $host, $matches);

	return $matches[0];

}



function is_external_link($link, $HOST)

{

	return (get_domain_name_from_uri($link) != get_domain_name_from_uri($HOST));

}



function get_external_links_cnt($uri)

{

	$ExternalLinksCnt = 0;

	$Pattern          = '/<a (.*?)href="(.*?)\/\/(.*?)"(.*?)>(.*?)<\/a>/i';

	$Matches          = array();



	if (FALSE === $Content = file_get_contents($uri))

	{

		return FALSE;

	}



	preg_match_all($Pattern, $Content, $Matches);



	foreach($Matches[3] as $Link)

	{

		if (is_external_link($Link, $uri))

		{

			++$ExternalLinksCnt;

		}

	}



	unset($Content);

	unset($Matches);



	return $ExternalLinksCnt;

}



$url = 'http://history.ru/';

echo get_external_links_cnt($url);

Может это подойдет? Как работает не помню, давно было:

<?php



$url=$_GET["url"];

if (!isset($url)) exit;



$html=implode("",file($url));



$types = array("href", "src", "url");

while (list(,$type) = each($types)) {

	$innerT = $strict?'[a-z0-9:?=&@/._-]+?':'.+?';

	preg_match_all ("|$type\=([\"'`])(".$innerT.")\\1|i", $html, &$matches);

	$ret[$type] = $matches[2];

	}



$hosts=Array();

$elinks=Array();

$ilinks=Array();

foreach ($ret["href"] as $k=>$v) {

	$p=strpos($v,"#");

	if ($p!==false) {

		$v=substr($v,0,$p);

		}

	if ($v=="") continue;



	if (substr($v,0,7)!="http://") {

		$ilinks[]=$v;

		}

	else {

		if (substr($v,0,strlen($url))==$url) $ilinks[]=$v;

		else {

			$elinks[]=$v;

			$z=parse_url($v);

			if (!isset($hosts[$z["host"]])) $hosts[$z["host"]]=1; else $hosts[$z["host"]]++;

			}

		}

	}



print "<H1>Уникальных внешних ссылок: ".count($hosts)."</H1>\n";

print "<UL>\n";

foreach ($hosts as $k=>$v) {

	print "<LI>".$k." - ".$v;

	}

print "</UL>";



print "<H1>Неуникальных внешних ссылок: ".count($elinks)."</H1>\n";

print "<UL>\n";

foreach ($elinks as $k=>$v) {

	print "<LI>".$v;

	}

print "</UL>";



print "<H1>Неуникальных внутренних ссылок: ".count($ilinks)."</H1>\n";

print "<UL>\n";

foreach ($ilinks as $k=>$v) {

	print "<LI>".$v;

	}

print "</UL>";



?>

У вас в скрипте ссылки считаются внешними если они начинаются с http, но нет проверки домена.

Возможно он тотже самый, те ссылки стоят полные, а не относительные.

Извиняюсь что не подписал, решение не претендует на законченность, но в свое время мне помогало.

тоже ищу такой скрипт , пока что корректно работающих скриптов не нашел , все ошибаются ..

А не судьба сначала выбрать регэкспом все location'ы ссылок, потом канонизировать их какой нибудь стандартной функцией, коих полно в нете, а уж потом смотреть на домен? По-моему логичнее.